CN110717969B - 一种阴影生成方法和装置 - Google Patents

Abstract

本申请公开了一种阴影生成方法和装置。方法包括：确定目标图像中目标对象的轮廓线；基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，第一区域图像为目标图像中轮廓线内的区域图像，仿射变换处理为基于仿射变换前后参考点的位置关系进行的；基于阴影区域图像和第一区域图像进行图像合成处理，生成目标图像的阴影图像。本申请通过确定二维图像中目标对象的轮廓线，并基于轮廓线内的区域图像进行灰度渐变处理和仿射变换处理，得到阴影区域图像。与现有技术中，通过构建目标对象的三维模型，以得到目标对象的空间阴影的方案相比，既能降低阴影生成过程所需的计算资源、提高阴影生成效率，又能提高生成的阴影的精确度。

Description

一种阴影生成方法和装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种阴影生成方法和装置。

背景技术

阴影对于真实感场景绘制具有重要的意义，它不仅能够反映空间中物体之间的相互遮挡关系，也能反映遮挡物以及接收表面的几何信息，阴影的实时绘制还大大增加了场景绘制的真实度。

目前，阴影生成方案需要依赖于物体的深度信息，并基于深度信息构建三维模型，进而渲染出真实的阴影。但对于二维图像，由于其空间信息隐藏在像素之间，因此，难以提取出准确的深度信息，进而，难以准确得到其阴影图像。

发明内容

本说明书实施例提供一种阴影生成方法，用以解决现有的阴影生成方案需大量的计算资源且阴影精度较低的问题。

本说明书实施例还提供一种阴影生成方法，包括：

确定目标图像中目标对象的轮廓线；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

本说明书实施例还提供一种阴影生成方法，包括：

确定目标图像中目标对象的轮廓线；

基于所述目标对象的轮廓线，确定所述目标对象的类型对应的参数组，所述参数组包括光线入射角度；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

本说明书实施例还提供一种阴影生成装置，包括：

确定模块，用于确定目标图像中目标对象的轮廓线；

第一处理模块，用于基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

第二处理模块，用于基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

本说明书实施例还提供一种阴影生成装置，包括：

第一确定模块，用于确定目标图像中目标对象的轮廓线；

第二确定模块，用于基于所述目标对象的轮廓线，确定所述目标对象的类型对应的参数组，所述参数组包括光线入射角度；

第一处理模块，用于基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的；

第二处理模块，用于基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

本说明书实施例还提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

确定目标图像中目标对象的轮廓线；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

本说明书实施例还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一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

确定目标图像中目标对象的轮廓线；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

本说明书实施例还提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

确定目标图像中目标对象的轮廓线；

基于所述目标对象的轮廓线，确定所述目标对象的类型对应的参数组，所述参数组包括光线入射角度；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

本说明书实施例还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一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

确定目标图像中目标对象的轮廓线；

基于所述目标对象的轮廓线，确定所述目标对象的类型对应的参数组，所述参数组包括光线入射角度；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过确定目标图像中目标对象的轮廓线，以确定目标对象的第一区域图像，然后，基于第一区域图像进行灰度渐变处理和仿射变换处理，以得到第一区域图像对应的阴影区域图像，进而，合并阴影区域图像和第一区域图像，以得到目标图像的阴影图像。与现有技术中，通过构建目标对象的三维模型，以得到目标对象的空间阴影的方案相比，一方面，避免构建目标对象的三维模型，降低阴影生成过程所需的计算资源、提高阴影生成效率；另一方面，避免提取难以提取的深度信息，能提高生成的阴影的精确度。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书实施例1提供的一种阴影生成方法的流程示意图；

图2为本说明书实施例1提供的步骤14的第一种实现方式的流程示意图；

图3为本说明书实施例1提供的步骤22的实现方式的流程示意图；

图4为本说明书实施例1提供的步骤14的第二种实现方式的流程示意图；

图5为本说明书实施例1提供的步骤42的实现方式的流程示意图；

图6为本说明书实施例1提供的第一种仿射变换前后参考点的位置关系的示意图；

图7为本说明书实施例1提供的第二种仿射变换前后参考点的位置关系的示意图；

图8为本说明书实施例2提供的一种阴影生成方法的流程示意图；

图9为本说明书实施例3提供的一种阴影生成装置的结构示意图；

图10为本说明书实施例4提供的一种阴影生成装置的结构示意图；

图11为本说明书实施例5提供的一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

正如背景技术部分陈述的，现有技术在构建目标对象的阴影图像时，需要依赖于目标对象的深度信息构建目标对象的三维模型，进而渲染出目标对象真实的阴影。但对于二维图像，由于目标对象的深度信息难以被提取，因此，需要庞大的计算资源方可建立目标对象的三维模型；而且，由于深度信息难以被提取，因此，最后渲染出的阴影的精确也无法得到保证。

基于此，本发明提供一种阴影生成方法，通过确定二维图像中目标对象的轮廓线，并基于轮廓线内的区域图像进行灰度渐变处理和仿射变换处理，得到阴影区域图像，进而将阴影区域图像合并至目标图像中，得到目标图像的阴影图像。与现有技术相比，既能降低阴影生成过程所需的计算资源、提高阴影生成效率，又能提高生成的阴影的精确度。

下面对本发明的应用场景进行示例性说明。

第一种应用场景、

用户启动安装在终端设备上的应用程序客户端，通过操作导入待处理的图像(作为目标图像)，然后，设置相关参数，包括：光线入射角度、模糊半径等；然后，由应用程序客户端执行上述抠出目标对象的轮廓线，进行灰度渐变处理和仿射变换处理，得到目标图像的阴影区域图像，进而进行图像合成处理，得出带有阴影区域图像的阴影图像。

第二种应用场景、

用户启动安装在终端设备上的应用程序客户端，通过操作导入待处理的图像(作为目标图像)；然后，由应用程序客户端抠出目标对象的轮廓线，并基于轮廓线确定目标对象的类型；进而，从数据库中查找出该类型对应的一组或多组相关参数，包括：光线入射角度、模糊半径等；然后，基于相关参数进行灰度渐变处理和仿射变换处理，得到目标图像的阴影区域图像，进而进行图像合成处理，得出带有阴影区域图像的阴影图像。

对于上述两种应用场景，为了降低占用的终端设备的计算资源，在应用程序客户端将相关数据发送给应用程序服务器之后，可由应用程序服务器执行抠出轮廓线、灰度渐变处理和仿射变换处理等步骤中一个或多个。

其中，终端设备可以为：PC端和移动终端。其中，移动终端或者叫移动通信终端是指可以在移动中使用的计算机设备，广义的讲包括手机、笔记本、平板电脑、POS机甚至包括车载电脑。但是大部分情况下是指手机或者具有多种应用功能的智能手机以及平板电脑。

以下结合附图，详细说明本申请各实施例提供的技术方案。

实施例1

图1为本说明书实施例提供的一种阴影生成方法的流程示意图，参见图1，该方法可由应用程序客户端执行，具体包括如下步骤：

步骤12、确定目标图像中目标对象的轮廓线；

需要说明的是，步骤12的第一种实现方式可以为：

在用户将目标图像导入后，点击“开始”选项，则程序客户端基于预定的抠图算法自动将目标对象的边缘像素提取出来，得到轮廓线。

其中，预定的抠图算法可以采用现有的抠图算法，例如：泊松抠图PoissonMatting、贝叶斯抠图Bayes Matting、闭合型抠图Closed form matting等等。由于其均为成熟的现有技术，故，此处不再对其抠图原理进行赘述。

步骤12的第二种实现方式可以为：

在用户将目标图像导入后，调用第三方应用程序，由第三方应用程序将目标对象的边缘像素提取出来，得到轮廓线。

其中，第三方应用程序可以举例为：PS、美图秀秀等，

可选的，在确定目标对象的轮廓线之后，还可以包括：优化步骤。该优化步骤具体可以举例为：

对轮廓线进行突出显示，例如：加粗、以预定颜色显示等。

若接收到用户输入的编辑指令，例如：将轮廓线的某部分移动一段距离，则适应性地调整轮廓线。

步骤14、基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；

其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

需要说明的是，结合图2，步骤14的第一种实现方式可以为：

步骤22、基于第一区域图像进行灰度渐变处理，得到灰度渐变图像；

步骤24、基于仿射变换前后参考点的位置关系，对所述灰度渐变图像进行仿射变换处理，得到阴影区域图像。

结合图3，步骤22的一种实现方式可以为：

步骤32、构建第二图层，并在第二图层构建第二区域图像；

其中，第一图层为第一区域图像所处的图层，所述第二区域图像与所述第一区域图像的图像数据相同，即，将第一图层的第一区域图像复制到第二图层，为区别于第一图层的第一区域图像，此处，称第二图层的第一区域图像为第二区域图像。

步骤34、对所述第二区域图像进行二值化处理，得到第三区域图像；

其中，二值化处理可以具体为：

将所述第二区域图像中的像素点的灰度值调整为255，得到黑色的第二区域图像，为区分步骤32中的第二区域图像，此处将黑色的第二区域图像称为第三区域图像。

可选的，为降低数据处理量，还可以对第二区域图像之外的区域图像进行二值化处理，例如：将第二区域图像之外的区域的像素点的灰度值调整为0。

步骤36、对所述第三区域图像进行灰度渐变处理，得到灰度渐变图像。

需要说明的是，步骤36的一种实现方式可以为：

基于所述第三区域图像中的像素点的位置，确定所述像素点与预选基准点的相对位置；基于所述像素点与所述基准点的相对位置，调整所述像素点的灰度值。

其中，预选基准点可以为第三区域图像内外的任意一点；此处优选为第三区域图像的外接矩形的底边的中点。参照该点，基于距离该点越远的像素点的灰度值越小的规则，调整各像素点的灰度值，以形成从靠近目标对象底部到顶部呈现出由深到浅的阴影渐变形态。

结合图4，步骤14的第二种实现方式可以为：

步骤42、基于第一区域图像进行仿射变换处理，得到仿射变换图像；

步骤44、对所述仿射变换图像进行灰度渐变处理，得到阴影区域图像。

结合图5，步骤42的一种实现方式可以为：

步骤52、构建第二图层，并在第二图层构建第二区域图像；

其中，第一图层为第一区域图像所处的图层，所述第二区域图像与所述第一区域图像的图像数据相同，即，将第一图层的第一区域图像复制到第二图层，为区别于第一图层的第一区域图像，此处，称第二图层的第一区域图像为第二区域图像。

步骤54、基于仿射变换前后的参考点的位置关系，确定仿射变换矩阵；

需要说明的是，在执行步骤54之前，还包括：确定仿射变换前后的参考点的位置关系的步骤；

结合图6，该步骤的第一种实现方式可以为：

仿射变换前的参考点为在第一平面上预选的参考点，所述第一平面为所述第二区域图像所在的仿射平面，例如：目标对象的外接矩形的左下角点a₁、右下角点a₂和顶边中点a₃；仿射变换后的参考点为将所述仿射变换前的参考点投影变换至第二平面上得到的参考点a₁′(对应于a₁)、a₂′(对应于a₂)和a₃′(对应于a₃)，所述第二平面为预设的投影变换平面。

确定光线入射角度和所述仿射变换前的参考点的坐标；

基于与所述光线入射角度对应的单位向量和所述仿射变换前的参考点的坐标，确定仿射变换后的参考点的坐标；

不难理解的是，基于a₁、a₂和a₃的坐标，结合光线入射角度对应的单位向量light＝(x，y，z)，计算出a₁′、a₂′和a₃′的坐标。

相应地，步骤54的第一种实现方式可以为：

基于所述仿射变换前的参考点的坐标和所述仿射变换后的参考点的坐标，确定仿射变换矩阵。

下面结合图6，对“确定仿射变换前后的参考点的位置关系”和步骤54的第一种实现方式进行示例性说明：

首先，假设在第一平面上预选的参考点a₁的坐标记为(x₁，y₁，z₁)，a₂的坐标记为(x₂，y₂，z₂)，a₃的坐标记为(x₃、y₃、z₃)；光线入射角度为x，y，z方向上均为45°，光线入射角度对应的单位向量light＝(x，y，z)，x∈[-1,1]，y∈[0,1],z∈[0,1]。

其次，基于单位向量light，确定仿射变换后与a₁、a₂和a₃对应的参考点a₁′、a₂′和a₃′的坐标。其中，由于a₁和a₁′为同一个参考点，a₂和a₂′为同一个参考点，故，a₁′的坐标为(x₁，y₁，z₁)，为与a₁做区分，记为(x₁′，y₁′，z₁′)，a₂′的坐标为(x₂，y₂，z₂)，为与a₂做区分，记为(x₂′，y₂′，z₂′)。a₃′的坐标的计算过程如下：

步骤S1、为方便计算，先进行坐标系变换，即：

x＝x′

y＝-y′

z＝-z′

步骤S2、假设a₃′的坐标为(x₀，y₀，0)

则，光线过a₃点的直线公式为：

该直线与y＝0平面相交，得出a₃的坐标：

最后，将得到的a₁-a₃，a₁′-a₃′的坐标代入下式：

解出仿射变换参数m₀₀、m₀₁、m₀₂、m₁₀、m₁₁以及m₁₂，得出具体的仿射变换矩阵。

可选的，还包括：用户编辑步骤，具体可以为：

获取光线入射角度的调整指令，所述调整指令携带调整后的光线入射角度；

基于与调整后的光线入射角度对应的单位向量和所述仿射变换前的参考点的坐标，调整仿射变换后的参考点的坐标。

结合图7，确定仿射变换前后的参考点的位置关系的步骤的第二种实现方式可以为：

确定在第一平面上预选的第一组参考点的坐标，例如：a₁-a₃，所述第一平面为所述第二区域图像所在的仿射平面；确定在第二平面上预选的第二组参考点的坐标，例如：a₁′-a₃′，所述第二平面为预设的投影变换平面；

其中，所述第一组参考点和所述第二组参考点一一对应；

相应地，步骤54的第二种实现方式可以为：

基于所述第一组参考点的坐标和所述第二组参考点的坐标，确定仿射变换矩阵。

下面结合图7，对“确定仿射变换前后的参考点的位置关系”和步骤54的第二种实现方式进行示例性说明：

步骤S1、确定用户在第一平面上选定参考点a₁-a₃的坐标，在第二平面上选定参考点a₁′-a₃′的坐标；

其中，a₁的坐标记为(x₁，y₁，z₁)，a₂的坐标记为(x₂，y₂，z₂)，a₃的坐标记为(x₃、y₃、z₃)，a₁′的坐标记为(x₁′，y₁′，z₁′)，a₂′的坐标记为(x₂′，y₂′，z₂′)，a₃′的坐标记为(x₃′，y₃′，z₃′)。

步骤S2、将选定的6个参考点的坐标代入下式：

解出仿射变换参数m₀₀、m₀₁、m₀₂、m₁₀、m₁₁以及m₁₂，得出具体的仿射变换矩阵。

步骤56、基于所述仿射变换矩阵，对所述第二区域图像进行仿射变换处理，得到仿射变换图像。

不难理解的是，基于步骤54得出的仿射变换矩阵，对第二区域图像中的每个点或者仅对轮廓线上的点进行仿射变换，即可得到光照下仿射变换图像。

对于步骤14的上述两种实现方式，不难理解的是，灰度渐变处理和仿射变换处理的执行顺序无需限定。而且，第一种实现方式中的步骤24(仿射变换步骤)与第二种实现方式中的42的实现方式相似；第二种实现方式中的步骤44(灰度渐变处理)与第一种实现方式中的步骤22相似；故，此处不再对步骤24和步骤44进行展开说明。

可选的，在执行步骤16之前，还包括：模糊处理步骤，具体可以为：

获取模糊半径设置指令，所述模糊半径设置指令携带模糊半径；

基于所述模糊半径，对所述阴影区域图像进行模糊处理。

进一步地，还包括：模糊调整步骤，具体可以为：

获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。

基于上述模糊处理步骤和模糊调整步骤，对生成的阴影图像进行处理，以使得的阴影区域图像能够符合用户的审美规律。

步骤16、基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

其中，第一区域图像位于第一图层，阴影区域图像位于第二图层，且所述第一图层的显示优先级大于所述第二图层；

需要说明的是，步骤16的一种实现方式可以为：

确定所述阴影区域图像的第一基准点和所述第一区域图像的第二基准点，所述第一基准点和所述第二基准点相对应；基于所述第一基准点和所述第二基准点，合并所述第一图层和所述第二图层。

结合图6，第一基准点可以为第二面上的外接矩阵的底边的中点(即，a1′和a2′之间的线段的中点)，第二矩阵可以为第一面上外接矩阵的底边的中点(即，a1和a2之间的线段的中点)，由此，在合并第一图层和第二图层时，可准确合并阴影区域图像和第一区域图像。

可选的，为提高合并后的阴影图像的效果，避免目标图像背景部分的影响，在步骤16之前，还包括：

基于所述第一基准点，确定所述目标图像中与所述阴影区域图像相对应的区域图像；将所述与所述阴影区域图像相对应的区域图像中的像素点的灰度值调整为0。即，将第一图层上目标图像中的与阴影区域图像相对应的区域图像调整为白色，由此，可在合并图像后，阴影区域图像不会受到背景区域的像素点的影响。

可见，本实施例通过确定目标图像中目标对象的轮廓线，以确定目标对象的第一区域图像，然后，基于第一区域图像进行灰度渐变处理和仿射变换处理，以得到第一区域图像对应的阴影区域图像，进而，合并阴影区域图像和第一区域图像，以得到目标图像的阴影图像。与现有技术中，通过构建目标对象的三维模型，以得到目标对象的空间阴影的方案相比，一方面，避免构建目标对象的三维模型，降低阴影生成过程所需的计算资源、提高阴影生成效率；另一方面，避免提取难以提取的深度信息，能提高生成的阴影的精确度。

实施例2

图8为本说明书实施例提供的一种阴影生成方法的流程示意图，参见图8，该方法可由应用程序客户端执行，具体包括如下步骤：

步骤82、分析物体形状，得出物体图像特征与物体类型的关系；

需要说明的是，步骤82的一种实现方式可以为：

步骤S1、模型设计和数据采集

模型设计：使用vgg-16网络，重用网络卷积层部分，然后将全连接层进行重新的设计。

其中，vgg-16又称为OxfordNet，是由牛津视觉几何组开发的卷积神经网络结构。

数据采集：爬取各种物体图像，挑选出预定数量的合适生成阴影的图像，例如：1000张。其中，物体图像覆盖了几个主要的物品类目，例如：鞋型、服饰形、瓶形、罐形和类圆形等，每个物品类目均有一定数量的训练样本和一定数量的测试样本。

步骤S2、模型训练

由于，运行一个vgg-16的代价是非常高昂的，每一个批次都要跑一遍整个网络，会耗费非常多的时间与空间资源。因此，为提高训练效率，本申请提供了一个新的训练步骤，具体如下：

首先，将所有物体图像(包括训练样本和测试样本)，依次输入vgg-16网络的卷积层得到有序的瓶颈特征，并将瓶颈特征保存为离线形式；

然后，重新构建一个模型(模型的结构是之前叙述的两个连接层(256维与类别数的维度)和丢弃层的组合)，该模型的输入为之前保存的瓶颈特征，对应的输出为类型标签。

训练开始时，依次导入之前保存的离线的瓶颈特征，由于瓶颈特征是按照顺序记录的，所以标签可以直接用图像标签的One-Hot编码(正确类别为1，其余类别为0)。由于模型的特征很少，训练也快非常多。这样的训练的效果与训练整个vgg-16模型的效果是等价的。

导入已保存好的离线数据进行训练，定义损失函数为多类别的交叉熵(categorical cross entropy)。优化器使用Adam(Adaptive Moment Estimation)优化器该，其优点为经过偏置矫正后，每一次迭代学习率都有个确定的范围，能够使得特征改变比较平稳。每一批次使用32个图像数据进行梯度反向传播计算，经过70次迭代，数据集的正确率能够达到98％，验证集的正确率能够达到90％。将这个全连接层模型保存为离线，待预测时候进行使用。

为进一步地实现阴影生成的智能化，步骤82还包括：参数组设定步骤，具体可以为：

对于每个物体类型，预定义一组或多组参数组，该参数组包括：光线射入角度、模糊半径等等。

例如：对于一张瓶的图像，分类模型输入其属于瓶形物体，则可确定瓶形物体定义有光线从x、y、z都为45°方向射入，模糊半径为15的参数组。然后，将该参数组带入上一实施例或本实施例中，即可得到一张带阴影图的瓶形物体。

步骤84、确定目标图像中目标对象的轮廓线；

步骤86、基于所述目标对象的轮廓线，确定所述目标对象的类型对应的参数组；

其中，所述参数组包括光线入射角度；

不难理解的是，基于步骤82训练完成的模型，将目标对象的轮廓线或轮廓线内的区域图像作为模型的输入，即可获得模型输出的目标对象的类型，进而确定该类型预定义的参数组。

步骤88、基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；

其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的，包括：基于光线入射角度确定仿射变换前后参考点的位置关系步骤和基于仿射变换前后参考点的位置关系进行仿射变换处理步骤。

步骤810、基于阴影区域图像和第一区域图像进行图像合成处理，得到目标图像的阴影图像。

需要说明的是，由于步骤88-步骤810分别于上一实施例中记载的“确定仿射变换前后的参考点的位置关系的步骤”、步骤14和步骤16相对应，而且，其实现方式也对应相似，故，此处不再对步骤88-步骤810进行赘述。

可选的，所述方法还包括：

基于所述模糊半径，对所述阴影区域图像进行模糊处理。

可选的，所述方法还包括：

获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。

可见，本实施例通过构建分类模型，以确定目标对象的类型及该类型对应的预定义参数组，并基于预定义参数组生成该目标对象的阴影区域图像，进而合并获得目标图像的阴影图像。与现有技术相比，能够实现阴影图像生成的全自动化及智能化。

另外，对于上述方法实施方式，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施方式并不受所描述的动作顺序的限制，因为依据本发明实施方式，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施方式均属于优选实施方式，所涉及的动作并不一定是本发明实施方式所必须的。

实施例3

图9为本说明书实施例3提供的一种阴影生成装置的结构示意图，参见图9，该装置具体可以包括：确定模块91、第一处理模块92和第二处理模块93，其中：

确定模块91，用于确定目标图像中目标对象的轮廓线；

第一处理模块92，用于基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

第二处理模块93，用于基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

可选的，第一处理模块92，具体用于：

基于第一区域图像进行灰度渐变处理，得到灰度渐变图像；

基于仿射变换前后参考点的位置关系，对所述灰度渐变图像进行仿射变换处理，得到阴影区域图像。

其中，所述第一区域图像位于第一图层；

可选的，第一处理模块92，具体用于：

在第二图层构建第二区域图像，所述第二区域图像与所述第一区域图像的图像数据相同；

对所述第二区域图像进行二值化处理，得到第三区域图像；

对所述第三区域图像进行灰度渐变处理，得到灰度渐变图像。

可选的，第一处理模块92，具体用于：

将所述第二区域图像中的像素点的灰度值调整为255。

可选的，第一处理模块92，具体用于：

基于所述第三区域图像中的像素点的位置，确定所述像素点与预选基准点的相对位置；

基于所述像素点与所述基准点的相对位置，调整所述像素点的灰度值。

可选的，第一处理模块92，具体用于：

基于第一区域图像进行仿射变换处理，得到仿射变换图像；

对所述仿射变换图像进行灰度渐变处理，得到阴影区域图像。

其中，所述第一区域图像位于第一图层；

可选的，第一处理模块92，具体用于：

在第二图层构建第二区域图像，所述第二区域图像与所述第一区域图像的图像数据相同；

基于仿射变换前后的参考点的位置关系，确定仿射变换矩阵；

基于所述仿射变换矩阵，对所述第二区域图像进行仿射变换处理，得到仿射变换图像。

其中，仿射变换前的参考点为在第一平面上预选的参考点，所述第一平面为所述第二区域图像所在的仿射平面；仿射变换后的参考点为将所述仿射变换前的参考点投影变换至第二平面上得到的参考点，所述第二平面为预设的投影变换平面；

则，装置还包括：第一位置确定模块，具体用于：

确定光线入射角度和所述仿射变换前的参考点的坐标；

基于与所述光线入射角度对应的单位向量和所述仿射变换前的参考点的坐标，确定仿射变换后的参考点的坐标；

相应地，第一处理模块92，具体用于：

基于所述仿射变换前的参考点的坐标和所述仿射变换后的参考点的坐标，确定仿射变换矩阵。

可选的，装置还包括：第一位置调整模块，具体用于：

获取光线入射角度的调整指令，所述调整指令携带调整后的光线入射角度；

基于与调整后的光线入射角度对应的单位向量和所述仿射变换前的参考点的坐标，调整仿射变换后的参考点的坐标。

可选的装置还包括：第二位置确定模块，具体用于：

确定在第一平面上预选的第一组参考点的坐标，所述第一平面为所述第二区域图像所在的仿射平面；

确定在第二平面上预选的第二组参考点的坐标，所述第二平面为预设的投影变换平面；

其中，所述第一组参考点和所述第二组参考点一一对应；

相应地，第一处理模块92，具体用于：

基于所述第一组参考点的坐标和所述第二组参考点的坐标，确定仿射变换矩阵。

可选的，装置还包括：模糊处理模块，具体用于：

获取模糊半径设置指令，所述模糊半径设置指令携带模糊半径；

基于所述模糊半径，对所述阴影区域图像进行模糊处理。

可选的，装置还包括：模糊调整模块，具体用于：

获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。

其中，所述第一区域图像位于第一图层，所述阴影区域图像位于第二图层，且所述第一图层的显示优先级大于所述第二图层；

相应地，第二处理模块93，具体用于：

确定所述阴影区域图像的第一基准点和所述第一区域图像的第二基准点，所述第一基准点和所述第二基准点相对应；

基于所述第一基准点和所述第二基准点，合并所述第一图层和所述第二图层。

可选的，装置还包括：优化模块，具体用于：

基于所述第一基准点，确定所述目标图像中与所述阴影区域图像相对应的区域图像；

将所述与所述阴影区域图像相对应的区域图像中的像素点的灰度值调整为0。

可见，本实施例通过确定目标图像中目标对象的轮廓线，以确定目标对象的第一区域图像，然后，基于第一区域图像进行灰度渐变处理和仿射变换处理，以得到第一区域图像对应的阴影区域图像，进而，合并阴影区域图像和第一区域图像，以得到目标图像的阴影图像。与现有技术中，通过构建目标对象的三维模型，以得到目标对象的空间阴影的方案相比，一方面，避免构建目标对象的三维模型，降低阴影生成过程所需的计算资源、提高阴影生成效率；另一方面，避免提取难以提取的深度信息，能提高生成的阴影的精确度。

实施例4

图10为本说明书实施例4提供的一种阴影生成装置的结构示意图，参见图10，该装置具体可以包括：第一确定模块101、第二确定模块102、第一处理模块103和第二处理模块104，其中：

第一确定模块101，用于确定目标图像中目标对象的轮廓线；

第二确定模块102，用于基于所述目标对象的轮廓线，确定所述目标对象的类型对应的参数组，所述参数组包括光线入射角度；

第一处理模块103，用于基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的；

第二处理模块104，用于基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

其中，参数组包括光线入射角度；

可选的，装置还包括：位于调整模块，具体用于：

基于所述光线入射角度，确定仿射变换前后参考点的位置关系。

可选的，所述参数组还包括模糊半径；

则，所述装置还包括：模糊处理模块，具体用于：

基于所述模糊半径，对所述阴影区域图像进行模糊处理。

可选的，装置还包括：模糊调整模块，具体用于：

获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。

可见，本实施例通过构建分类模型，以确定目标对象的类型及该类型对应的预定义参数组，并基于预定义参数组生成该目标对象的阴影区域图像，进而合并获得目标图像的阴影图像。与现有技术相比，能够实现阴影图像生成的全自动化及智能化。

另外，对于上述装置实施方式而言，由于其与方法实施方式基本相似，所以描述的比较简单，相关之处参见方法实施方式的部分说明即可。

应当注意的是，在本发明的装置的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本发明不受限于此，可以根据需要对各个部件进行重新划分或者组合。

实施例5

图11为本说明书实施例5提供的一种电子设备的结构示意图，参见图11，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成阴影生成装置。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

网络接口、处理器和存储器可以通过总线系统相互连接。总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器可能包含高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器。

处理器，用于执行所述存储器存放的程序，并具体执行：

确定目标图像中目标对象的轮廓线；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

或者，

确定目标图像中目标对象的轮廓线；

基于所述目标对象的轮廓线，确定所述目标对象的类型对应的参数组，所述参数组包括光线入射角度；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像。

上述如本申请图9-10所示实施例揭示的阴影生成装置或管理者(Master)节点执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

阴影生成装置还可执行图1-5,8的方法，并实现管理者节点执行的方法。

基于相同的发明创造，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行实施例1-2提供的阴影生成方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (16)

1.一种阴影生成方法，应用于应用程序服务器，其特征在于，包括：

根据应用程序客户端发送的目标图像的相关数据，确定所述目标图像中目标对象的轮廓线，所述目标图像是用户启动安装在终端设备上的所述应用程序客户端，通过操作导入待处理的图像；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像；

在基于第一区域图像进行灰度渐变处理及仿射变换处理之前，还包括：

将所述目标对象的轮廓线或所述轮廓线内的区域图像输入至预先训练完成的分类模型，获得所述模型输出的目标对象的类型；

根据所述目标对象的类型确定所述类型预定义的参数组，所述参数组包括光线入射角度和模糊半径；

基于所述光线入射角度，确定仿射变换前后参考点的位置关系；

在基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像之前，还包括：基于所述模糊半径，对所述阴影区域图像进行模糊处理；

还包括：

获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。

2.根据权利要求1所述的方法，其特征在于，基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像包括：

基于第一区域图像进行灰度渐变处理，得到灰度渐变图像；

基于仿射变换前后参考点的位置关系，对所述灰度渐变图像进行仿射变换处理，得到阴影区域图像。

3.根据权利要求2所述的方法，其特征在于，所述第一区域图像位于第一图层；

其中，基于第一区域图像进行灰度渐变处理，得到灰度渐变图像包括：

在第二图层构建第二区域图像，所述第二区域图像与所述第一区域图像的图像数据相同；

对所述第二区域图像进行二值化处理，得到第三区域图像；

对所述第三区域图像进行灰度渐变处理，得到灰度渐变图像。

4.根据权利要求3所述的方法，其特征在于，对所述第三区域图像进行灰度渐变处理包括：

基于所述第三区域图像中的像素点的位置，确定所述像素点与预选基准点的相对位置；

基于所述像素点与所述基准点的相对位置，调整所述像素点的灰度值。

5.根据权利要求1所述的方法，其特征在于，基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像包括：

基于第一区域图像进行仿射变换处理，得到仿射变换图像；

对所述仿射变换图像进行灰度渐变处理，得到阴影区域图像。

6.根据权利要求5所述的方法，其特征在于，所述第一区域图像位于第一图层；

其中，基于第一区域图像进行仿射变换处理，得到仿射变换图像包括：

在第二图层构建第二区域图像，所述第二区域图像与所述第一区域图像的图像数据相同；

基于仿射变换前后的参考点的位置关系，确定仿射变换矩阵；

基于所述仿射变换矩阵，对所述第二区域图像进行仿射变换处理，得到仿射变换图像。

7.根据权利要求6所述的方法，其特征在于，仿射变换前的参考点为在第一平面上预选的参考点，所述第一平面为所述第二区域图像所在的仿射平面；仿射变换后的参考点为将所述仿射变换前的参考点投影变换至第二平面上得到的参考点，所述第二平面为预设的投影变换平面；

则，在基于仿射变换前后的参考点的位置关系，确定仿射变换矩阵之前，还包括：

确定光线入射角度和所述仿射变换前的参考点的坐标；

基于与所述光线入射角度对应的单位向量和所述仿射变换前的参考点的坐标，确定仿射变换后的参考点的坐标；

其中，基于仿射变换前后的参考点的位置关系，确定仿射变换矩阵包括：

基于所述仿射变换前的参考点的坐标和所述仿射变换后的参考点的坐标，确定仿射变换矩阵。

8.根据权利要求7所述的方法，其特征在于，还包括：

获取光线入射角度的调整指令，所述调整指令携带调整后的光线入射角度；

基于与调整后的光线入射角度对应的单位向量和所述仿射变换前的参考点的坐标，调整仿射变换后的参考点的坐标。

9.根据权利要求6所述的方法，其特征在于，在基于仿射变换前后的参考点的位置关系，确定仿射变换矩阵之前，还包括：

确定在第一平面上预选的第一组参考点的坐标，所述第一平面为所述第二区域图像所在的仿射平面；

确定在第二平面上预选的第二组参考点的坐标，所述第二平面为预设的投影变换平面；

其中，所述第一组参考点和所述第二组参考点一一对应；

其中，基于仿射变换前后的参考点的位置关系，确定仿射变换矩阵包括：

基于所述第一组参考点的坐标和所述第二组参考点的坐标，确定仿射变换矩阵。

10.根据权利要求1-9任一项所述的方法，其特征在于，所述第一区域图像位于第一图层，所述阴影区域图像位于第二图层，且所述第一图层的显示优先级大于所述第二图层；

其中，基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像包括：

确定所述阴影区域图像的第一基准点和所述第一区域图像的第二基准点，所述第一基准点和所述第二基准点相对应；

基于所述第一基准点和所述第二基准点，合并所述第一图层和所述第二图层。

11.根据权利要求10所述的方法，其特征在于，在合并所述第一图层和所述第二图层之前，还包括：

基于所述第一基准点，确定所述目标图像中与所述阴影区域图像相对应的区域图像；

将所述与所述阴影区域图像相对应的区域图像中的像素点的灰度值调整为0。

12.一种阴影生成方法，应用于应用程序服务器，其特征在于，包括：

根据应用程序客户端发送的目标图像的相关数据，确定所述目标图像中目标对象的轮廓线，所述目标图像是用户启动安装在终端设备上的所述应用程序客户端，通过操作导入待处理的图像；

将所述目标对象的轮廓线或所述轮廓线内的区域图像输入至预先训练完成的分类模型，获得所述模型输出的目标对象的类型；

根据所述目标对象的类型确定所述类型预定义的参数组，所述参数组包括光线入射角度和模糊半径；

基于所述光线入射角度，确定仿射变换前后参考点的位置关系；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像；

在基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像之前，还包括：基于所述模糊半径，对所述阴影区域图像进行模糊处理；

还包括：

获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。

13.一种阴影生成装置，其特征在于，包括：

确定模块，用于根据应用程序客户端发送的目标图像的相关数据，应用程序服务器确定所述目标图像中目标对象的轮廓线，所述目标图像是用户启动安装在终端设备上的所述应用程序客户端，通过操作导入待处理的图像；

第一处理模块，用于基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

第二处理模块，用于基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像；

第一处理模块，在基于第一区域图像进行灰度渐变处理及仿射变换处理之前，还用于：

将所述目标对象的轮廓线或所述轮廓线内的区域图像输入至预先训练完成的分类模型，获得所述模型输出的目标对象的类型；

根据所述目标对象的类型确定所述类型预定义的参数组，所述参数组包括光线入射角度和模糊半径；

基于所述光线入射角度，确定仿射变换前后参考点的位置关系；

模糊处理模块，用于在基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像之前，基于所述模糊半径，对所述阴影区域图像进行模糊处理；

所述模糊处理模块，还用于获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。

14.一种阴影生成装置，其特征在于，包括：

第一确定模块，用于根据应用程序客户端发送的目标图像的相关数据，应用程序服务器确定所述目标图像中目标对象的轮廓线，所述目标图像是用户启动安装在终端设备上的所述应用程序客户端，通过操作导入待处理的图像；

第二确定模块，用于将所述目标对象的轮廓线或所述轮廓线内的区域图像输入至预先训练完成的分类模型，获得所述模型输出的目标对象的类型；根据所述目标对象的类型确定所述类型预定义的参数组，所述参数组包括光线入射角度和模糊半径；基于所述光线入射角度，确定仿射变换前后参考点的位置关系；

第一处理模块，用于基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的；

第二处理模块，用于基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像；

模糊处理模块，用于在基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像之前，基于所述模糊半径，对所述阴影区域图像进行模糊处理；

所述模糊处理模块，还用于获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。

15.一种电子设备，其特征在于，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

根据应用程序客户端发送的目标图像的相关数据，应用程序服务器确定所述目标图像中目标对象的轮廓线，所述目标图像是用户启动安装在终端设备上的所述应用程序客户端，通过操作导入待处理的图像；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于仿射变换前后参考点的位置关系进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像；

在基于第一区域图像进行灰度渐变处理及仿射变换处理之前，还包括：

将所述目标对象的轮廓线或所述轮廓线内的区域图像输入至预先训练完成的分类模型，获得所述模型输出的目标对象的类型；

根据所述目标对象的类型确定所述类型预定义的参数组，所述参数组包括光线入射角度和模糊半径；

基于所述光线入射角度，确定仿射变换前后参考点的位置关系；

在基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像之前，还包括：基于所述模糊半径，对所述阴影区域图像进行模糊处理；

还包括：

获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。

16.一种电子设备，其特征在于，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

根据应用程序客户端发送的目标图像的相关数据，应用程序服务器确定所述目标图像中目标对象的轮廓线，所述目标图像是用户启动安装在终端设备上的所述应用程序客户端，通过操作导入待处理的图像；

将所述目标对象的轮廓线或所述轮廓线内的区域图像输入至预先训练完成的分类模型，获得所述模型输出的目标对象的类型；

根据所述目标对象的类型确定所述类型预定义的参数组，所述参数组包括光线入射角度和模糊半径；

基于所述光线入射角度，确定仿射变换前后参考点的位置关系；

基于第一区域图像进行灰度渐变处理及仿射变换处理，得到阴影区域图像；其中，所述第一区域图像为所述目标图像中轮廓线内的区域图像，所述仿射变换处理为基于光线入射角度进行的；

基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像；

在基于所述阴影区域图像和所述第一区域图像进行图像合成处理，生成所述目标图像的阴影图像之前，还包括：基于所述模糊半径，对所述阴影区域图像进行模糊处理；

还包括：

获取模糊半径的调整指令，所述调整指令携带调整后的模糊半径；

基于所述调整后的模糊半径，对模糊处理后的阴影区域图像进行调整。