[发明专利]一种基于图像分割的毕业照云合拍系统及其方法在审

专利信息
申请号: 202110583377.4 申请日: 2021-05-27
公开(公告)号: CN113327249A 公开(公告)日: 2021-08-31
发明(设计)人: 黄艺玲;顾亦然;严宇倞;顾怡;陈志帆;奚伟豪;钱嘉;周鹏 申请(专利权)人: 南京邮电大学
主分类号: G06T7/10 分类号: G06T7/10;G06T5/50
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 董建林
地址: 210023 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 分割 毕业 合拍 系统 及其 方法
【权利要求书】:

1.一种基于图像分割的毕业照云合拍系统,其特征在于,包括:

客户端,用于采集用户图像和用户信息,上传背景图和挂件,生成合拍请求,分享合成的毕业照;

云平台,一方面用于对采集到的用户图像进行图像分割和特征提取,生成用户人物形象,另一方面用于根据合拍请求利用用户人物形象合成毕业照;

后台数据库,用于存储用户信息、用户人物形象、背景图、挂件和合成的毕业照。

2.根据权利要求1所述的一种基于图像分割的毕业照云合拍系统,其特征在于,所述客户端采用安装在智能手机或平板电脑上的微信小程序

3.根据权利要求1所述的一种基于图像分割的毕业照云合拍系统,其特征在于,所述用户图像为包含用户正脸的照片;所述用户信息包括用户ID、密码、用户所处院校;所述用户人物形象包括唯一的形象码。

4.根据权利要求1所述的一种基于图像分割的毕业照云合拍系统,其特征在于,所述云平台通过Canvas画布生成用户人物形象和合成毕业照。

5.一种基于图像分割的毕业照云合拍方法,其特征在于,包括如下步骤:

S1、通过客户端获取合拍请求,所述合拍请求包括随机生成的用户code和形象码;

S2、根据用户code从预先构建的后台数据库中调用用户信息,并根据用户信息进行合拍权限验证;

S3、合拍权限验证成功后,根据合拍请求中的形象码从后台数据库中提取用户人物形象;

S4、基于自定义的背景图和挂件,利用用户人物形象、背景图和挂件合成毕业照,并对合成的毕业照进行保存和分享。

6.根据权利要求5所述的一种基于图像分割的毕业照云合拍方法,其特征在于,所述后台数据库的构建方法为:

利用客户端采集移动用户的用户图像和用户信息;

利用云平台对用户图像进行图像分割和特征提取,获得用户面部图像;

利用预先构建的人物形象库对用户面部图像进行细化,生成用户人物形象;

根据用户信息为用户人物形象生成唯一的形象码;

获取背景图和挂件,利用用户信息、用户人物形象、形象码、背景图和挂件构建后台数据库。

7.根据权利要求6所述的一种基于图像分割的毕业照云合拍方法,其特征在于,用户人物形象的生成方法为:

将用户面部图像导入Canvas画布,并将预先构建的人物形象库与Canvas画布关联;

基于Canvas的画布操作方法,利用人物形象库中的服饰、肢体动作装饰用户面部图像,获得完整的Canvas画布元素;

基于Canvas的画布转换方法,将Canvas画布元素转换成图片格式,获得用户人物形象。

8.根据权利要求6所述的一种基于图像分割的毕业照云合拍方法,其特征在于,根据用户信息为用户人物形象生成唯一的形象码的方法为:

利用用户ID、用户所处院校的首字母和用户人物形象的图像尺寸组成一串字符串,该字符串即为用户人物形象对应的形象码。

9.根据权利要求5或8所述的一种基于图像分割的毕业照云合拍方法,其特征在于,步骤S2的具体操作如下:

S21、以用户code为参数调用微信平台的code2Session接口,从后台数据库中获得用户ID;

S22、根据用户ID从后台数据库中调用用户信息;

S23、将用户信息中的用户所处院校与合拍请求中的形象码进行匹配,如果匹配成功,则合拍权限验证成功,否则合拍权限验证不成功。

10.根据权利要求5所述的一种基于图像分割的毕业照云合拍方法,其特征在于,步骤S4的具体操作为:

基于Canvas画布,从后台数据库中选取背景图和挂件,将提取的用户人物形象和挂件添加到背景图上,获得合成的毕业照,对合成的毕业照进行保存和分享。

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南京邮电大学,未经南京邮电大学许可,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/202110583377.4/1.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