[发明专利]一种水墨画图像的生成方法、装置、计算机设备及介质

权利要求书

1.一种水墨画图像的生成方法，其特征在于，包括：

获取用户操作界面上输入的景物线条，并基于所述景物线条生成初始景物图像；

根据所述初始景物图像中所包括的景物线条在所述初始景物图像中生成景物轮廓，并在生成景物轮廓的初始景物图像中添加纹理线条，得到纹理线条图像；

对所述纹理线条图像进行水墨化处理，得到所述初始景物图像的景物水墨图像，并将所述景物水墨图像显示在所述用户操作界面上。

2.根据权利要求1所述的方法，其特征在于，所述将所述景物水墨图像显示在所述用户操作界面上，包括：

根据所述纹理线条图像中所包括的像素点的像素值，从所述景物水墨图像中确定动画区域；

获取目标动画特效，并将所述目标动画特效添加至所述景物水墨图像中的动画区域，得到添加目标动画特效的景物水墨图像；

将所述添加目标动画特效的景物水墨图像显示在所述用户操作界面上。

3.根据权利要求1所述的方法，其特征在于，所述根据所述初始景物图像中所包括的景物线条在所述初始景物图像中生成景物轮廓，并在生成景物轮廓的初始景物图像中添加纹理线条，得到纹理线条图像，包括：

调用线条处理模型对所述初始景物图像中所包括的景物线条进行线条处理，得到纹理线条图像，所述线条处理包括在所述初始景物图像中生成景物轮廓，并在生成景物轮廓的初始景物图像中添加纹理线条；

所述线条处理模型是通过第一训练图像集对生成对抗模型训练得到的；所述第一训练图像集包括一个或多个第一训练图像对，每个第一训练图像对包括第一训练图像和所述第一训练图像对应的第一标签图像；所述第一训练图像是由景物线条生成的图像，所述第一标签图像是对所述第一训练图像进行线条处理得到的。

4.根据权利要求3所述的方法，其特征在于，所述生成对抗模型包括生成模块和判别模块；通过第一训练图像集对生成对抗模型训练得到线条处理模型的步骤包括：

针对所述第一训练图像集中的任一第一训练图像对，将所述第一训练图像对中的第一训练图像输入所述生成对抗模型中的生成模块，得到所述第一训练图像的预测图像；

将所述预测图像和所述第一训练图像对中的第一标签图像输入所述生成对抗模型中的判别模块，得到判别结果；

根据所述预测图像、所述第一标签图像和所述判别结果，对所述生成对抗模型进行训练，得到目标模型参数，所述目标模型参数包括所述生成模块的模型参数；

根据所述目标模型参数确定线条处理模型，所述线条处理模型包括生成模块。

5.根据权利要求3所述的方法，其特征在于，对所述第一训练图像进行线条处理，得到所述第一训练图像对应的第一标签图像的步骤包括：

在所述第一训练图像中添加多个目标抛物线，根据所述多个目标抛物线生成包括有景物轮廓的第一训练图像；

在所述包括有景物轮廓的第一训练图像中添加纹理线条，得到所述第一训练图像对应的第一标签图像。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述对所述纹理线条图像进行水墨化处理，得到所述初始景物图像的景物水墨图像，包括：

调用水墨转换模型对所述纹理线条图像进行水墨化处理，得到所述初始景物图像的景物水墨图像；

所述水墨转换模型是通过第二训练图像集训练得到的；所述第二训练图像集包括一个或多个第二训练图像对，每个第二训练图像对包括第二训练图像和所述第二训练图像对应的第二标签图像；所述第二标签图像包括水墨图像；所述第二训练图像是对所述第二标签图像进行图像边缘处理得到的。

7.根据权利要求6所述的方法，其特征在于，对第二标签图像进行图像边缘处理得到第二训练图像的步骤包括：

利用梯度特征算子对所述第二标签图像进行卷积操作，得到所述第二标签图像的边缘检测图；

将所述边缘检测图中像素值大于或等于第一预设阈值的像素点的像素值更新为第一数值，并将所述边缘检测图中像素值小于所述第一预设阈值的像素点的像素值更新为第二数值，以得到第二训练图像。