[发明专利]一种图像处理方法、装置及存储介质在审

专利信息
申请号: 201910829520.6 申请日: 2019-09-03
公开(公告)号: CN110544218A 公开(公告)日: 2019-12-06
发明(设计)人: 陈锡显 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T3/00;G06T7/90;G06N3/08
代理公司: 11270 北京派特恩知识产权代理有限公司 代理人: 王姗姗;张颖玲<国际申请>=<国际公布>
地址: 518000 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: 文字图像 透明度特征 色彩特征 神经网络模型 目标文字 显示效果 图像 透明度信息 存储介质 图像处理 效果图 艺术字 申请 迁移 学习
【说明书】:

本申请提供了一种图像处理方法及其装置、设备和存储介质;所述方法包括:获取待处理文字图像的色彩特征和透明度特征以及模板文字图像的色彩特征和透明度特征;基于所述模板文字图像的色彩特征和透明度特征对训练好的神经网络模型进行迁移学习,得到调整后的神经网络模型;通过所述调整后的神经网络模型,对所述待处理文字图像的色彩特征和透明度特征进行处理,得到目标文字图像,其中,所述目标文字图像的显示效果与所述模板文字图像的显示效果相同。通过本申请,能够直接生成具有透明度信息的RGBA的艺术字效果图。

技术领域

本申请涉及人工智能技术领域,尤其涉及一种图像处理方法、装置及存储介质。

背景技术

目前,随着生活水平的提高,人们对美学的要求也越来越高。而具有艺术效果的美术字(也可以成为艺术字字)是社会政治、经济发展所必需的宣传工具之一。比如,可以在政治标语、经济广告等加入美术字,从而更加吸引人的注意力。并且美术字的艺术感染力还起着美化人民生活的作用,能够给人以精神享受。

对于比较复杂的艺术字一般是由专业设计人员设计并手工画出来的,不能通过程序将这些艺术字的效果应用到其他文字上,从而需要大量的人力和物力投入。

发明内容

本申请实施例提供一种图像处理方法、装置及存储介质,能够直接生成具有透明度信息的RGBA的艺术字效果图。

本申请实施例的技术方案是这样实现的:

本申请实施例提供一种图像处理方法,包括:

获取待处理文字图像的色彩特征和透明度特征以及模板文字图像的色彩特征和透明度特征;

基于所述模板文字图像的色彩特征和透明度特征对训练好的神经网络模型进行迁移学习,得到调整后的神经网络模型;

通过所述调整后的神经网络模型,对所述待处理文字图像的色彩特征和透明度特征进行处理,得到目标文字图像,其中,所述目标文字图像的显示效果与所述模板文字图像的显示效果相同。

本申请实施例提供一种图像处理装置,所述装置包括:

第一获取模块,用于获取待处理文字图像的色彩特征和透明度特征以及模板文字图像的色彩特征和透明度特征;

调整模块,用于基于所述模板文字图像的色彩特征和透明度特征对训练好的神经网络模型进行迁移学习,得到调整后的神经网络模型;

处理模块,用于通过所述调整后的神经网络模型,对所述待处理文字图像的色彩特征和透明度特征进行处理,得到目标文字图像,其中,所述目标文字图像的显示效果与所述模板文字图像的显示效果相同。

本申请实施例提供一种图像处理设备,所述设备至少包括:

存储器,用于存储可执行指令;

处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的方法。

本申请实施例提供一种存储介质,存储有可执行指令,用于引起处理器执行时,实现本申请实施例提供的方法。

本申请实施例具有以下有益效果:

在将待处理文字图像转换为目标文字图像时,首先要获取到RGBA格式的待处理文字图像和模板文字图像,并进一步获取待处理文字图像的色彩特征和透明度特征以及模板文字图像的色彩特征和透明度特征,然后再基于模板文字图像的色彩特征和透明度特征对所述训练好的神经网络模型进行迁移学习,得到调整后的神经网络模型,使得通过所述调整后的神经网络模型,能够对所述待处理文字图像进行转换,从而得到与所述模板文字图像的显示效果相同的目标文字图像,并且由于通过调整后的神经网络进行处理的是具备透明度信息的待处理图像,因此也能够直接生成具有透明度信息的RGBA的目标文字图像,不仅能够实现目标文字图像的批量生成,提高艺术字的生成效率。

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/201910829520.6/2.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