图像处理方法及装置制造方法及图纸

本公开提供一种图像处理方法及装置，涉及电子通信技术领域，能够解决终端设备显示的主题风格局限性较大的问题。具体技术方案为：获取用户选择的具有目标主题风格的参考图像；获取参考图像的图像特征，参考图像的图像特征用于指示目标主题风格；根据参考图像的图像特征生成神经网络模型；生成终端显示界面，并利用神经网络模型对终端显示界面进行图像处理，使得终端显示界面具有目标主题风格；向终端设备发送终端显示界面。本发明专利技术用于图像处理。

Image processing method and device

The present disclosure provides an image processing method and device, which relates to the field of electronic communication technology, and can solve the problem that the subject style of terminal device display is limited. Specific technical solutions are as follows: acquiring user-selected reference images with target theme style; acquiring image features of reference images, which are used to indicate target theme style; generating neural network model based on image features of reference images; generating terminal display interface, and using neural network model. The terminal display interface is processed by image processing, so that the terminal display interface has the target theme style; the terminal display interface is sent to the terminal equipment. The invention is used for image processing.

【技术实现步骤摘要】
图像处理方法及装置
本公开涉及电子通信
，尤其涉及图像处理方法及装置。
技术介绍
随着电子通信技术的发展，各种终端设备被广泛使用，例如，智能手机、平板电脑等。用户在使用终端设备的时候，通常会依照自己的喜好设置显示的主题风格，随着用户数量的增加，主题风格越来越多元化，不同的用户喜欢不同的主题风格，同一个用户也会更换正在使用的主题风格，而这些主题风格是预先设计好的，用户可以去下载，但不能修改，有很大局限性。
技术实现思路
本公开实施例提供一种图像处理方法及装置，能够解决终端设备显示的主题风格局限性较大的问题。技术方案如下：根据本公开实施例的第一方面，提供一种图像处理方法，应用于服务器，该方法包括：获取用户选择的具有目标主题风格的参考图像；获取参考图像的图像特征，参考图像的图像特征用于指示目标主题风格；根据参考图像的图像特征生成神经网络模型；生成终端显示界面，并利用神经网络模型对终端显示界面进行图像处理，使得终端显示界面具有目标主题风格；向终端设备发送终端显示界面。将用户选择的图像作为参考图像，并根据参考图像生成神经网络模型，利用神经网络模型对终端显示界面进行处理就使得每一个终端显示界面都可以具有参考图像所具有的目标主题风格，用户只需要提供一个自己选择的参考图像，就可以将终端设备显示的主题风格变为参考图像的目标主题风格，用户能够自由定义终端设备显示的主题风格，解决了终端设备显示的主题风格局限性较大的问题，更好的满足了用户需求。在一个实施例中，获取参考图像的图像特征，包括：利用特征提取模型对参考图像的数据进行计算得到参考图像的图像特征。对参考图像的数据进行计算得到图像特征，能够准确反映参考图像的主题风格。在一个实施例中，根据参考图像的图像特征生成神经网络模型，包括：生成神经网络初始模型，神经网络初始模型是预先设定的数学模型；利用神经网络初始模型对训练图像进行图像处理得到转换图像；调整神经网络初始模型的参数，使得转换图像的图像特征与参考图像的图像特征一致；将参数调整后的神经网络初始模型作为神经网络模型。利用参考图像的图像特征对神经网络初始模型进行训练，得到能够将图像转换为目标主题风格的神经网络模型，不需要用户操作，又能满足不同用户的需求。在一个实施例中，该方法还包括：在转换图像的图像特征与参考图像的特征图像特征之间的差值在第一预设范围内时，确定转换图像的图像特征与参考图像的图像特征一致。图像特征的差值越小，说明两个图像的主题风格越相近，根据图像特征的差值来调整神经网络初始模型的参数，能够使得神经网络模型转换得到的图像具有更明显的目标主题风格。在一个实施例中，调整神经网络初始模型的参数，使得转换图像的图像特征与参考图像的图像特征一致，包括：调整神经网络初始模型的参数，使得转换图像的图像特征与参考图像的图像特征一致，并且满足转换图像的内容与训练图像的内容之间的差异在第二预设范围内。转换图像的内容与训练图像的内容之间的差异越大，转换图像就越失真，二者之间的差异在第二预设范围内保证了神经网络模型转换后的图像在具有目标主题风格的同时，不会失真。在一个实施例中，获取用户选择的具有目标主题风格的参考图像，包括：接收终端设备发送的参考图像。用户通过终端设备发送参考图像，自由度更大，用户可以根据自己的意愿变更终端设备显示的主题风格。根据本公开实施例的第二方面，提供一种服务器，该服务器包括：获取模块、特征模块、神经网络模块、转换模块和发送模块；获取模块，用于获取用户选择的具有目标主题风格的参考图像；特征模块，用于获取参考图像的图像特征，参考图像的图像特征用于指示目标主题风格；神经网络模块，用于根据参考图像的图像特征生成神经网络模型；转换模块，用于生成终端显示界面，并利用神经网络模型对终端显示界面进行图像处理，使得终端显示界面具有目标主题风格；发送模块，用于向终端设备发送终端显示界面。在一个实施例中，特征模块，还用于利用特征提取模型对参考图像的数据进行计算得到参考图像的图像特征。在一个实施例中，神经网络模块包括初始子模块、处理子模块、训练子模块和生成子模块；初始子模块，用于生成神经网络初始模型，神经网络初始模型是预先设定的数学模型；处理子模块，用于利用神经网络初始模型对训练图像进行图像处理得到转换图像；训练子模块，用于调整神经网络初始模型的参数，使得转换图像的图像特征与参考图像的图像特征一致；生成子模块，用于将参数调整后的神经网络初始模型作为神经网络模型。在一个实施例中，训练子模块，还用于在转换图像的图像特征与参考图像的特征图像特征之间的差值在第一预设范围内时，确定转换图像的图像特征与参考图像的图像特征一致。在一个实施例中，训练子模块，还用于调整神经网络初始模型的参数，使得转换图像的图像特征与参考图像的图像特征一致，并且满足转换图像的内容与训练图像的内容之间的差异在第二预设范围内。在一个实施例中，获取模块包括接收子模块；接收子模块，用于接收终端设备发送的参考图像。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。图1是本公开实施例提供的一种图像处理方法的流程图；图2是本公开实施例提供的一种模型训练方法的逻辑图；图3是本公开实施例提供的一种服务器的结构图；图4是本公开实施例提供的一种服务器的结构图；图5是本公开实施例提供的一种服务器的结构图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。本公开实施例提供一种图像处理方法，应用于服务器，参照图1所示，本实施例提供的图像处理方法包括以下步骤：101、获取用户选择的具有目标主题风格的参考图像。用户可以在终端设备上选择一个图像作为参考图像，然后终端设备将用户选择的参考图像发送至服务器，参考图像的主题风格即为目标主题风格。例如，在一个实施例中，获取用户选择的具有目标主题风格的参考图像，包括：接收终端设备发送的参考图像。用户通过终端设备发送参考图像，自由度更大，用户可以根据自己的意愿变更终端设备显示的主题风格。例如，用户通过终端设备在网上看到一个自己喜欢的图片，就可以将该图片作为参考图像由终端设备发送至服务器，该图片的主题风格(即参考图像的主题风格)即为目标主题风格。102、获取参考图像的图像特征。参考图像的图像特征用于指示目标主题风格。在一个实施例中，获取参考图像的图像特征，包括：利用特征提取模型对参考图像的数据进行计算得到参考图像的图像特征。例如，特征提取模型可以包含一个矩阵，将参考图像的像素值构成的矩阵与特征提取模型的矩阵进行运算即可得到参考图像的图像特征，该图像特征也可以由矩阵表示，当然，此处只是举例说明，并不代表本公开局限于此。对参考图像的数据进行计算得到图像特征，能够准确反映参考图像的主题风格。103、根据参考图像的图像特征生成神经网络模型。神经网络模型是用于对图像进本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，应用于服务器，包括：获取用户选择的具有目标主题风格的参考图像；获取所述参考图像的图像特征，所述参考图像的图像特征用于指示所述目标主题风格；根据所述参考图像的图像特征生成神经网络模型；生成终端显示界面，并利用所述神经网络模型对所述终端显示界面进行图像处理，使得所述终端显示界面具有所述目标主题风格；向终端设备发送所述终端显示界面。

【技术特征摘要】
1.一种图像处理方法，其特征在于，应用于服务器，包括：获取用户选择的具有目标主题风格的参考图像；获取所述参考图像的图像特征，所述参考图像的图像特征用于指示所述目标主题风格；根据所述参考图像的图像特征生成神经网络模型；生成终端显示界面，并利用所述神经网络模型对所述终端显示界面进行图像处理，使得所述终端显示界面具有所述目标主题风格；向终端设备发送所述终端显示界面。2.根据权利要求1所述的方法，其特征在于，获取所述参考图像的图像特征，包括：利用特征提取模型对所述参考图像的数据进行计算得到所述参考图像的图像特征。3.根据权利要求1所述的方法，其特征在于，根据所述参考图像的图像特征生成神经网络模型，包括：生成神经网络初始模型，所述神经网络初始模型是预先设定的数学模型；利用所述神经网络初始模型对训练图像进行图像处理得到转换图像；调整所述神经网络初始模型的参数，使得所述转换图像的图像特征与所述参考图像的图像特征一致；将参数调整后的所述神经网络初始模型作为所述神经网络模型。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：在所述转换图像的图像特征与所述参考图像的特征图像特征之间的差值在第一预设范围内时，确定所述转换图像的图像特征与所述参考图像的图像特征一致。5.根据权利要求2所述的方法，其特征在于，调整所述神经网络初始模型的参数，使得所述转换图像的图像特征与所述参考图像的图像特征一致，包括：调整所述神经网络初始模型的参数，使得所述转换图像的图像特征与所述参考图像的图像特征一致，并且满足所述转换图像的内容与所述训练图像的内容之间的差异在第二预设范围内。6.根据权利要求1-5任一项所述的方法，其特征在于，获取用户选择的具有目标主题风格的参考图像，包括：接收终端设备发送的所述参考图像。7.一种服务器，其特征在于，所述服务器包括：获取模块、特征模块、神经网络模块、转换模块...

【专利技术属性】
技术研发人员：杨文晋，苏睿，
申请(专利权)人：西安万像电子科技有限公司，
类型：发明
国别省市：陕西,61