CN109448093A - 一种风格图像生成方法及装置 - Google Patents

Abstract

本发明公开了一种风格图像生成方法及装置，所述方法包括如下步骤：步骤S1，建立人或各类飞禽、动物的面部识别模型以及各种物件的物品识别模型；步骤S2，获取待处理图像，利用所建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部以及各类主体物品进行识别；步骤S3，根据提取的面部关键点或物品的特征点，查找出相邻的最近的点建立连线；步骤S4，对建立好连线的图像各个区域进行颜色填充，通过本发明，可自动将图像处理成低多边形风格图像。

Description

一种风格图像生成方法及装置

技术领域

本发明涉及图像处理技术领域，特别是涉及一种低多边形(Low Poly)风格图像生成方法及装置。

背景技术

Low Poly(也叫低多边形、低面建模风格)，原是3D建模中的术语，指使用相对较少的点线面来制作的低精度模型，一般网游中的模型都属于低模。而现在，Low Poly逐渐进入了平面设计领域，继扁平化(Flat Design)、长阴影(Long Shadow)之后，低多边形(LowPoly)火速掀起了一个新的设计风潮，如图1所示为一种Low Poly风格设计图像，其是由很多微小的几何形状图形相结合而形成一种抽象风格的图像。

目前，这种风格图像在设计领域实现的方法有很多，例如使用平面设计软件来制作，或者通过3D建模方式实现。然而，不论是哪种实现方法，对于设计师的绘画基本功的要求都极高，设计师不但需要较好的手绘能力和对结构、明暗色彩的整体把握能力，能够根据图像的结构、明暗色彩绘制节点和取色填充，使用建模的实现方式还要求设计师的软件操作能力十分熟练，同时，上述方法设计过程都比较麻烦，操作过程繁琐，实现起来十分耗时费力，同时，生成的低多边形风格图像效果也不理想。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种风格图像生成方法及装置，以根据相邻的特征点进行连线建立多边形，根据每个多边形包含的像素的颜色值取色对各多边形进行填充，从而实现自动将图像处理成低多边形(Low Poly)风格图像的目的。

为达上述及其它目的，本发明提出一种风格图像生成方法，包括如下步骤：

步骤S1，建立人或各类飞禽、动物的面部识别模型以及各种物件的物品识别模型；

步骤S2，获取待处理图像，利用所建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部以及各类主体物品进行识别；

步骤S3，根据提取的面部关键点或物品的特征点，查找出相邻的最近的点建立连线；

步骤S4，对建立好连线的图像各个区域进行颜色填充。

优选地，于步骤S1中，通过建立基于人面部的关键点和各种飞禽、动物的面部关键点建立所述面部识别模型。

优选地，所述面部识别模型建立过程如下：

获取样本图像，对获取的样本图像中的人或各类飞禽、动物的面部关键点进行标记，并记录面部关键点的坐标位置；

根据标记的面部关键点的坐标信息对所输入的样本图像进行处理，并将处理后的样本图像送入预先训练的关键点预测网络，获取关键点预测结果；

对所述关键点预测结果进行调整，获取人或各类飞禽、动物的面部关键点的标注点；

根据获取的面部关键点建立所述面部识别模型。

优选地，于步骤S1中，所述物品识别模型的建立过程如下：

通过搜索引擎抓取各类物品的海量图片，进行预处理；

从经过预处理各类物品图片中，根据不同类型的物品，对应采用各类物品空间密度的颜色、纹理、图案、形状、透明度排布情况特征，提取出一定维数的特征向量；

通过反复的识别训练，从训练集各分类物品中提取出标准模板存入文件中，从而建立对应各类物品的物品识别模型。

优选地，所述提取出一定维数的特征向量的步骤为将物品图像分为M*N个方格区域，计算每个方格中的点数与物品总点数之比，以得到M*N维特征向量。

优选地，于步骤S2中，获取待处理图像，比对预先建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部、各类主体物品进行识别；若识别到图像中包含人或各类飞禽、动物的面部区域，则根据面部识别模型提取面部区域中包含的各面部关键点；若识别到图像中包含的各类物品，则根据物品识别模型提取出各物品的轮廓、边缘、转角等特征点。

优选地，于步骤S3中，在进行连线时，确保每条连线在建立时不与其它连线交叉。

优选地，于步骤S4中，确定各个连线区域的各像素点颜色，分别获取每个区域包含的所有像素点的HSB值，取颜色点最多的HSB值对该区域进行填充。

优选地，于步骤S4中，确定各个连线区域的各像素点颜色，分别获取每个区域包含的所有像素点的HSB值，取各区域的主色调HSB平均值对该区域填充。

为达到上述目的，本发明还提供一种风格图像生成装置，包括：

识别模型建立单元，用于建立人或各类飞禽、动物的面部识别模型以及各种物件的物品识别模型；

识别单元，用于获取待处理图像，利用所建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部以及各类主体物品进行识别；

特征点连线单元，用于根据提取的面部关键点或物品的特征点，查找出相邻的最近的点建立连线；

颜色填充单元，用于对建立好连线的图像各个区域进行颜色填充。

与现有技术相比，本发明一种风格图像生成方法及装置根据相邻的特征点进行连线建立多边形，并根据每个多边形包含的像素的颜色值取色对各多边形进行填充，从而实现了自动将图像处理成低多边形(Low Poly)风格图像的目的，解决了设计师手工制图绘制节点、取色、填色的长时间繁杂操作的问题，节约了设计时间，且不需要设计师掌握较高的绘画和软件操作基础功底，就可达到很好的实现效果。

附图说明

图1为低多边形(Low Poly)风格设计的图像示意图；

图2为本发明一种风格图像生成方法的步骤流程图；

图3为本发明一种风格图像生成装置的系统架构图。

具体实施方式

以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。

图2为本发明一种风格图像生成方法的步骤流程图。如图2所示，本发明一种风格图像生成方法，包括如下步骤：

步骤S1，建立人或各类飞禽、动物的面部识别模型以及各种物件的物品识别模型。

一般来说，人、飞禽、动物等的面部结构及五官形态组合分别具有各自的显著特征，本发明通过学习和不断校正，分别根据人、各类飞禽、动物面部的眉毛、眼睛、眼角、鼻子、鼻孔、嘴、唇、颧骨等面部五官及各个组成部分的结构、轮廓组合特点，查找出能够体现人或各类飞禽、动物的面部组合特征、且在各种光线投射外部环境影响下、脸部各角度偏移时、稳定的面部关键点，基于面部的各关键点建立面部识别模型。因此，在本发明具体实施例中，对于面部识别模型，通过建立基于人面部的72个点和各种飞禽、动物的面部关键点建立面部识别模型。具体地，所述面部识别模型建立过程如下：

获取样本图像，对获取的样本图像中的人或各类飞禽、动物的面部关键点进行手动标记，并记录关键点的坐标位置；

根据标记的面部关键点坐标信息对所输入的样本图像进行处理，该处理包括但不限于对输入的样本图像进行剪裁、缩放和旋转等变换，并将处理后的样本图像送入预先训练的关键点预测网络，获取关键点预测结果；

对所述关键点预测结果进行调整，获取人或各类飞禽、动物的面部关键点的标注点。这里所说的调整可以通过人工拖动鼠标等动作来调整关键点预测结果，使其更准确，但本发明不以此为限；

根据获取的面部关键点建立人或各类飞禽、动物的面部识别模型。

在本发明具体实施例中，对于物品识别模型，其建立过程如下：

通过搜索引擎抓取各类物品的海量图片，进行预处理；

从经过预处理各类物品图片中，根据不同类型的物品，对应采用各类物品空间密度的颜色、纹理、图案、形状、透明度等排布情况特征，提取出一定维数的特征向量，具体地，可将物品图像分为M*N个方格区域，计算每个方格中的点数与物品总点数之比，以得到M*N维特征向量；

通过反复的识别训练，从训练集各分类物品中提取出标准模板存入文件中，从而建立对应各类物品的识别模型。

步骤S2，获取待处理图像，利用所建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部以及各类主体物品进行识别。具体地说，于步骤S2中，获取待处理图像，比对预先建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部、各类主体物品进行识别：如识别到图像中包含人或各类飞禽、动物的面部区域，则根据面部识别模型提取面部区域中包含的各面部关键点；如识别到图像中包含的各类物品，则根据物品识别模型提取出各物品的轮廓、边缘、转角等特征点。

步骤S3，根据提取的面部关键点或物品的特征点，查找出相邻的最近的点建立连线，并确保每条连线在建立时不与其它连线交叉，即不能越过已有的连线建立两点之间的连线。

步骤S4，对建立好连线的图像各个区域进行颜色填充。

在本发明一实施例中，于步骤S4中，确定各个连线区域的各像素点颜色，分别获取每个区域包含的所有像素点的H(Hues，色相)S(Saturation，饱和度)B(brightness，亮度)值，取颜色点最多的HSB值对该区域进行填充。即根据颜色点数量画曲线，取顶点的HSB色值。

在本发明另一实施例中，于步骤S4中，确定各个连线区域的各像素点颜色，分别获取每个区域包含的所有像素点的H(Hues，色相)S(Saturation，饱和度)B(brightness，亮度)值，取各区域的主色调HSB平均值对该区域填充，即提取各个区域每个点的HSB颜色值，分别计算出H、S、B的平均值后得到该区域的颜色均值。

图3为本发明一种风格图像生成装置的系统架构图。如图3所示，本发明一种风格图像生成装置，包括：

识别模型建立单元301，用于人或各类飞禽、动物建立面部识别模型以及各种物件的物品识别模型。

一般来说，人、飞禽、动物等的面部结构及五官形态组合分别具有各自的显著特征，本发明通过学习和不断校正，分别根据人、各类飞禽、动物面部的眉毛、眼睛、眼角、鼻子、鼻孔、嘴、唇、颧骨等面部五官及各个组成部分的结构、轮廓组合特点，查找出能够体现人或各类飞禽、动物的面部组合特征、且在各种光线投射外部环境影响下、脸部各角度偏移时、稳定的面部关键点，基于面部的各关键点建立面部识别模型。因此，在本发明具体实施例中，识别模型建立单元301通过建立基于人面部的72个点和各种飞禽、动物的面部关键点建立面部识别模型。具体地，所述识别模型建立单元301的面部识别模型建立过程如下：

获取样本图像，对获取的样本图像中的人或各类飞禽、动物的面部关键点进行手动标记，并记录关键点的坐标位置；

根据标记的面部关键点坐标信息对所输入的样本图像进行处理，该处理包括但不限于对输入的样本图像进行剪裁、缩放和旋转等变换，并将处理后的样本图像送入预先训练的关键点预测网络，获取关键点预测结果；

对所述关键点预测结果进行调整，获取人或各类飞禽、动物的面部关键点的标注点。这里所说的调整可以通过人工拖动鼠标等动作来调整关键点预测结果，使其更准确，但本发明不以此为限。

在本发明具体实施例中，所述识别模型建立单元301的物品识别模型建立过程如下：

通过搜索引擎抓取各类物品的海量图片，进行预处理；

从经过预处理各类物品图片中，根据不同类型的物品，对应采用各类物品空间密度的颜色、纹理、图案、形状、透明度等排布情况特征，提取出一定维数的特征向量，具体地，可将物品图像分为M*N个方格区域，计算每个方格中的点数与物品总点数之比，以得到M*N维特征向量；

通过反复的识别训练，从训练集各分类物品中提取出标准模板存入文件中，从而建立对应各类物品的识别模型。

识别单元302，用于获取待处理图像，利用所建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部以及各类主体物品进行识别。具体地说，识别单元302首先获取待处理图像，比对预先建立的面部识别模型和物品识别模型，对图像中包含的人或动物的面部、各类主体物品进行识别：如识别到图像中包含人或各类飞禽、动物的面部区域，则根据面部识别模型提取面部区域中包含的各面部关键点；如识别到图像中包含的各类物品，则根据物品识别模型提取出各物品的轮廓、边缘、转角等特征点。

特征点连线单元303，用于根据提取的面部关键点或物品的特征点，查找出相邻的最近的点建立连线，并确保每条连线在建立时不与其它连线交叉，即不能越过已有的连线建立两点之间的连线。

颜色填充单元304，用于对建立好连线的图像各个区域进行颜色填充。

在本发明一实施例中，对于各区域的颜色填充，颜色填充单元304首先确定各个连线区域的各像素点颜色，分别获取每个区域包含的所有像素点的H(Hues，色相)S(Saturation，饱和度)B(brightness，亮度)值，取颜色点最多的HSB值对该区域进行填充。即根据颜色点数量画曲线，取顶点的HSB色值。

在本发明另一实施例中，对于各区域的颜色填充，颜色填充单元304首先确定各个连线区域的各像素点颜色，分别获取每个区域包含的所有像素点的H(Hues，色相)S(Saturation，饱和度)B(brightness，亮度)值，取各区域的主色调HSB平均值对该区域填充，即提取各个区域每个点的HSB颜色值，分别计算出H、S、B的平均值后得到该区域的颜色均值。

综上所述，本发明一种风格图像生成方法及装置根据相邻的特征点进行连线建立多边形，并根据每个多边形包含的像素的颜色值取色对各多边形进行填充，从而实现了自动将图像处理成低多边形(Low Poly)风格图像的目的，解决了设计师手工制图绘制节点、取色、填色的长时间繁杂操作的问题，节约了设计时间，且不需要设计师掌握较高的绘画和软件操作基础功底，就可达到很好的实现效果。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (10)

1.一种风格图像生成方法，包括如下步骤：

步骤S1，建立人或各类飞禽、动物的面部识别模型以及各种物件的物品识别模型；

步骤S2，获取待处理图像，利用所建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部以及各类主体物品进行识别；

步骤S3，根据提取的面部关键点或物品的特征点，查找出相邻的最近的点建立连线；

步骤S4，对建立好连线的图像各个区域进行颜色填充。

2.如权利要求1所述的一种风格图像生成方法，其特征在于：于步骤S1中，通过建立基于人面部的关键点和各种飞禽、动物的面部关键点建立所述面部识别模型。

3.如权利要求1所述的一种风格图像生成方法，其特征在于，所述面部识别模型建立过程如下：

获取样本图像，对获取的样本图像中的人或各类飞禽、动物的面部关键点进行标记，并记录面部关键点的坐标位置；

根据标记的面部关键点的坐标信息对所输入的样本图像进行处理，并将处理后的样本图像送入预先训练的关键点预测网络，获取关键点预测结果；

对所述关键点预测结果进行调整，获取人或各类飞禽、动物的面部关键点的标注点；

根据获取的面部关键点建立所述面部识别模型。

4.如权利要求1所述的一种风格图像生成方法，其特征在于：于步骤S1中，所述物品识别模型的建立过程如下：

通过搜索引擎抓取各类物品的海量图片，进行预处理；

从经过预处理各类物品图片中，根据不同类型的物品，对应采用各类物品空间密度的颜色、纹理、图案、形状、透明度排布情况特征，提取出一定维数的特征向量；

通过反复的识别训练，从训练集各分类物品中提取出标准模板存入文件中，从而建立对应各类物品的物品识别模型。

5.如权利要求4所述的一种风格图像生成方法，其特征在于：所述提取出一定维数的特征向量的步骤为将物品图像分为M*N个方格区域，计算每个方格中的点数与物品总点数之比，以得到M*N维特征向量。

6.如权利要求1所述的一种风格图像生成方法，其特征在于：于步骤S2中，获取待处理图像，比对预先建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部、各类主体物品进行识别；若识别到图像中包含人或各类飞禽、动物的面部区域，则根据面部识别模型提取面部区域中包含的各面部关键点；若识别到图像中包含的各类物品，则根据物品识别模型提取出各物品的轮廓、边缘、转角等特征点。

7.如权利要求1所述的一种风格图像生成方法，其特征在于：于步骤S3中，在进行连线时，确保每条连线在建立时不与其它连线交叉。

8.如权利要求1所述的一种风格图像生成方法，其特征在于：于步骤S4中，确定各个连线区域的各像素点颜色，分别获取每个区域包含的所有像素点的HSB值，取颜色点最多的HSB值对该区域进行填充。

9.如权利要求1所述的一种风格图像生成方法，其特征在于：于步骤S4中，确定各个连线区域的各像素点颜色，分别获取每个区域包含的所有像素点的HSB值，取各区域的主色调HSB平均值对该区域填充。

10.一种风格图像生成装置，包括：

识别模型建立单元，用于建立人或各类飞禽、动物的面部识别模型以及各种物件的物品识别模型；

识别单元，用于获取待处理图像，利用所建立的面部识别模型和物品识别模型，对图像中包含的人或各类飞禽、动物的面部以及各类主体物品进行识别；

特征点连线单元，用于根据提取的面部关键点或物品的特征点，查找出相邻的最近的点建立连线；

颜色填充单元，用于对建立好连线的图像各个区域进行颜色填充。