[发明专利]图像处理方法、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取初始绘画图像；

将所述初始绘画图像映射为实景图像；

将所述实景图像转换为目标绘画图像；

所述初始绘画图像包括内容区域，以及与所述内容区域对应的标注信息，其中，所述标注信息用于表征所述内容区域的语义信息；将所述初始绘画图像映射为实景图像，包括：

根据所述标注信息，确定与所述内容区域对应的语义信息；

根据所述语义信息，为所述内容区域添加纹理细节信息，生成所述实景图像。

2.根据权利要求1所述的方法，其特征在于，所述初始绘画图像包括图像线条，所述内容区域为在所述初始绘画图像中所述图像线条划分出的区域。

3.根据权利要求1所述的方法，其特征在于，根据所述语义信息，为所述内容区域添加纹理细节信息，生成实景图像，包括：

将所述内容区域以及与所述内容区域对应的语义信息输入图像生成模型，得到所述图像生成模型输出的实景图像；

其中，所述图像生成模型为基于生成式对抗网络GAN的神经网络模型。

4.根据权利要求1所述的方法，其特征在于，所述标注信息包括语义标识，所述语义标识与所述语义信息具有第一映射关系，根据所述标注信息，确定与所述内容区域对应的语义信息，包括：

获取预设的第一映射关系；

根据所述第一映射关系，确定所述语义标识对应的语义信息。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

对所述标注信息进行图像识别，得到所述标注信息中的语义标识。

6.根据权利要求1所述的方法，其特征在于，所述目标绘画图像具有预设图像风格，将所述实景图像转换为目标绘画图像，包括：

将所述实景图像输入风格转换模型，根据预设图像风格对所述实景图像的纹理细节信息进行处理，得到预设图像风格的目标绘画图像；

其中，所述风格转换模型为基于生成式对抗网络GAN的神经网络模型，所述风格转换模型是通过无监督训练得到的。

7.根据权利要求6所述的方法，其特征在于，所述风格转换模型是通过第一损失函数进行训练得到的，其中，所述第一损失函数用于表征预设图像风格的图像的边缘特征和纹理特征。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：

获取风格配置参数；

根据所述风格配置参数，确定所述预设图像风格。

9.根据权利要求1-7任一项所述的方法，其特征在于，所述方法还包括：

将所述目标绘画图像显示在用户界面；

其中，所述用户界面包括第一显示区域和第二显示区域，所述第一显示区域用于显示用户输入的所述初始绘画图像；所述第二显示区域用于同步显示所述目标绘画图像。

10.一种图像处理设备，其特征在于，包括：

获取单元，用于获取初始绘画图像；

映射单元，用于将所述初始绘画图像映射为实景图像；

转换单元，用于将所述实景图像转换为目标绘画图像；

所述初始绘画图像包括内容区域，以及与所述内容区域对应的标注信息，其中，所述标注信息用于表征所述内容区域的语义信息；所述映射单元，具体用于：根据所述标注信息，确定与所述内容区域对应的语义信息；根据所述语义信息，为所述内容区域添加纹理细节信息，生成所述实景图像。

11.一种电子设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至9任一项所述的图像处理方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至9任一项所述的图像处理方法。