一种联合绘画方法、装置、终端设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种联合绘画方法、装置、终端设备及可读存储介质，所述方法包括：获取用户绘制的手绘线稿图像，当判断与给定的绘画题目物品标签匹配时，从预设的构图素材库中选取一组含有该物品标签的构图分布数据；根据该组构图分布数据中所包含的各个主体物品的物品标签，从预设的线稿图形库中选取与各主体物品相对应的素材线稿图像；结合各主体物品的物品大小数据及坐标位置数据，依次将手绘线稿图像以及素材线稿图像进行等比缩放并显示到对应的位置中，得到联合绘画图像。本发明专利技术能够通过素材库对用户绘制的单个物品元素图像进行绘图补充完善，从而使得没有专业绘画技能的人们也能创作出构图饱满元素丰富的绘画作品。

A Joint Painting Method, Device, Terminal Equipment and Readable Storage Media

【技术实现步骤摘要】
一种联合绘画方法、装置、终端设备及可读存储介质
本专利技术涉及图像处理
，尤其是涉及一种联合绘画方法、装置、终端设备及可读存储介质。
技术介绍
随着社会和科学技术的不断发展和进步，市面上出现了不少智能绘画产品或工具，提供给人们进行绘画以满足人们的精神生活需求。但是，现有的绘画产品和工具均需要人们具有一定的专业绘画技能和综合构图能力才能绘制出较好效果的艺术作品。由于大多数人没有专业的绘画技能，绘制单一物品元素还能勉强满意，因此现有的绘画产品无法帮助人们创作出构图饱满、元素丰富的满意作品。
技术实现思路
本专利技术实施例所要解决的技术问题在于，提供一种联合绘画方法、装置、终端设备及可读存储介质，所述方法能应用到绘画产品或工具中，从而使得绘画产品或工具能够与用户进行联合绘画，以帮助没有专业绘画技能的人们也能创作出构图饱满元素丰富的绘画作品。为了解决上述技术问题，本专利技术提供了一种联合绘画方法，包括：获取用户绘制的手绘线稿图像，当判断所述手绘线稿图像与给定的绘画题目物品标签匹配时，从预设的构图素材库中随机选取一组含有所述绘画题目物品标签的构图分布数据；其中，所述构图分布数据包含各个主体物品的物品标签、物品大小数据、坐标位置数据；根据所述构图分布数据中所包含的各个主体物品的物品标签，从预设的线稿图形库中选取与所述各个主体物品相对应的素材线稿图像；结合所述物品大小数据及所述坐标位置数据，依次将所述手绘线稿图像以及所述素材线稿图像进行等比缩放并显示到对应的位置中，得到联合绘画图像。进一步的，在所述获取用户绘制的手绘线稿图像之前，还包括：获取不同类型的常见主体物品，在不同角度和不同光线下的若干主体物品照片；根据各种主体物品的空间密度排布特征，提取所述主体物品照片的特征向量；其中，所述空间密度排布特征包括组成结构、外形轮廓、颜色材质中的一项或多项；将提取的特征向量作为输入，将各分类主体物品的物品标签作为输出，利用卷积神经网络进行识别训练，提取出每种分类下各主体物品的标准模版并存储，得到各主体物品的识别模型库。进一步的，所述构图素材库的建立方法包括：获取网络上被点赞数高于预设阈值的若干优质图片，并对所述优质图片进行特征提取，得到优质图片特征向量；将所述优质图片特征向量与所述识别模型库中各主体物品的标准模板特征向量进行比对，识别出所述优质图片中包含的各个主体物品，并对每一所述主体物品进行框选标记；利用所述识别模型库获取每一框选标记的主体物品的物品标签，并计算每一框选标记的主体物品的面积大小以及其在所述优质图片中对应的坐标位置，得到各个主体物品的物品大小数据和坐标位置数据；将各个主体物品的物品标签、物品大小数据和坐标位置数据进行关联，获得对应优质图片的构图分布数据；逐一获取所述若干优质图片的构图分布数据并进行存储，得到所述构图素材库。进一步的，所述线稿图形库的建立方法包括：获取所述优质图片中每一被框选标记的主体物品的若干个同类图像；分别将每一类主体物品的若干个同类图像作为输入，利用预设的线稿画模型生成对应的若干个素材线稿图像；将每一主体物品的物品标签以及与该类主体物品对应的若干个素材线稿图像进行关联存储，得到所述线稿图形库。进一步的，所述线稿画模型的建立方法包括：获取网络上各种造型的主体物品图像；获取用户根据所述主体物品图像勾绘出的各个主体物品的手工线稿图形；将所述主体物品图像作为输入，将所述主体物品图像对应的线稿图形作为输出，并以所述手工线稿图形作为输出学习样本，利用生成式对抗网络进行学习和训练；当所述生成式对抗网络中的判别器的输出达到预设的稳态阈值时，完成训练，得到所述线稿画模型。可选的，判断所述手绘线稿图像与给定的绘画题目物品标签是否匹配的方式，包括：利用生成式对抗网络的判别器判断所述手绘线稿图像所属的物品类别，得到概率最高的n个待匹配物品标签，判断是否有至少一个所述待匹配物品标签与所述绘画题目物品标签匹配成功；其中，n为大于0的整数；若是，则判定所述手绘线稿图像与所述绘画题目物品标签相匹配；若否，则判定所述手绘线稿图像与所述绘画题目物品标签不匹配。进一步的，所述联合绘画方法还包括：当判断所述手绘线稿图像与给定的绘画题目物品标签不匹配时，清除所述手绘线稿图像，并提示重新绘画。为了解决相同的技术问题，本专利技术还提供了一种联合绘画装置，包括构图分布数据选取模块、素材线稿图像选取模块和联合绘画模块；所述构图分布数据选取模块，用于获取用户绘制的手绘线稿图像，当判断所述手绘线稿图像与给定的绘画题目物品标签匹配时，从预设的构图素材库中随机选取一组含有所述绘画题目物品标签的构图分布数据；其中，所述构图分布数据包含各个主体物品的物品标签、物品大小数据、坐标位置数据；所述素材线稿图像选取模块，用于根据所述构图分布数据中所包含的各个主体物品的物品标签，从预设的线稿图形库中选取与所述各个主体物品相对应的素材线稿图像；所述联合绘画模块，用于结合所述物品大小数据及所述坐标位置数据，依次将所述手绘线稿图像以及所述素材线稿图像进行等比缩放并显示到对应的位置中，得到联合绘画图像。为了解决相同的技术问题，本专利技术还提供了一种联合绘画终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现任一项所述的联合绘画方法。为了解决相同的技术问题，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行任一项所述的联合绘画方法。通过实施本专利技术实施例具有如下有益效果：本专利技术提供了一种联合绘画方法、装置、终端设备及可读存储介质，所述方法首先，从预先设定的物品标签题库中随机出一个物品标签作为绘画题目，提示用户进行对应物品的绘画，当判断到用户的手绘线稿图像与给出的题目对应的物品标签相匹配时，从预设的构图素材库中随机选取一组包含该物品标签的构图分布数据进行绘画构图，然后根据该构图分布数据中包含的各个主体物品的物品标签，从预设的线稿图形库中分别选出与各个主体物品相对应的素材线稿图像，并根据该构图分布数据中的物品大小数据及位置坐标数据进行绘画，先将用户的手绘线稿图像按尺寸大小和坐标位置在画布中进行等比缩放并显示，然后再将其余各主体物品按尺寸大小和坐标位置在画布中一一补全显示，完成联合绘画。本专利技术提供的联合绘画方法使得绘画过程简单、易操作，用户无需具备很专业的绘画基础、不需要进行复杂的构图思考，只需随意根据绘画提示绘出某个喜欢的单个物品元素，系统获取用户的绘画元素后对图像进行分析处理判断，确定用户绘制的对象一致后，从素材库中匹配对应的元素与用户的绘制内容进行综合构图，在保留用户原图的基础上，进行绘图补充完善，与用户一起联合绘画，从而完成一幅构图饱满元素丰富的绘画作品，使得普通人也能绘制出较高水平的绘画作品，增加绘画的趣味性。附图说明图1是本专利技术实施例一提供的联合绘画方法的流程示意图；图2是本专利技术实施例一提供的生成式对抗网络的模型示意图；图3是本专利技术实施例一提供的联合绘画装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的本文档来自技高网...

【技术保护点】
1.一种联合绘画方法，其特征在于，包括：获取用户绘制的手绘线稿图像，当判断所述手绘线稿图像与给定的绘画题目物品标签匹配时，从预设的构图素材库中随机选取一组含有所述绘画题目物品标签的构图分布数据；其中，所述构图分布数据包含各个主体物品的物品标签、物品大小数据、坐标位置数据；根据所述构图分布数据中所包含的各个主体物品的物品标签，从预设的线稿图形库中选取与所述各个主体物品相对应的素材线稿图像；结合所述物品大小数据及所述坐标位置数据，依次将所述手绘线稿图像以及所述素材线稿图像进行等比缩放并显示到对应的位置中，得到联合绘画图像。

【技术特征摘要】
1.一种联合绘画方法，其特征在于，包括：获取用户绘制的手绘线稿图像，当判断所述手绘线稿图像与给定的绘画题目物品标签匹配时，从预设的构图素材库中随机选取一组含有所述绘画题目物品标签的构图分布数据；其中，所述构图分布数据包含各个主体物品的物品标签、物品大小数据、坐标位置数据；根据所述构图分布数据中所包含的各个主体物品的物品标签，从预设的线稿图形库中选取与所述各个主体物品相对应的素材线稿图像；结合所述物品大小数据及所述坐标位置数据，依次将所述手绘线稿图像以及所述素材线稿图像进行等比缩放并显示到对应的位置中，得到联合绘画图像。2.根据权利要求1所述的联合绘画方法，其特征在于，在所述获取用户绘制的手绘线稿图像之前，还包括：获取不同类型的常见主体物品，在不同角度和不同光线下的若干主体物品照片；根据各种主体物品的空间密度排布特征，提取所述主体物品照片的特征向量；其中，所述空间密度排布特征包括组成结构、外形轮廓、颜色材质中的一项或多项；将提取的特征向量作为输入，将各分类主体物品的物品标签作为输出，利用卷积神经网络进行识别训练，提取出每种分类下各主体物品的标准模版并存储，得到各主体物品的识别模型库。3.根据权利要求2所述的联合绘画方法，其特征在于，所述构图素材库的建立方法包括：获取网络上被点赞数高于预设阈值的若干优质图片，并对所述优质图片进行特征提取，得到优质图片特征向量；将所述优质图片特征向量与所述识别模型库中各主体物品的标准模板特征向量进行比对，识别出所述优质图片中包含的各个主体物品，并对每一所述主体物品进行框选标记；利用所述识别模型库获取每一框选标记的主体物品的物品标签，并计算每一框选标记的主体物品的面积大小以及其在所述优质图片中对应的坐标位置，得到各个主体物品的物品大小数据和坐标位置数据；将各个主体物品的物品标签、物品大小数据和坐标位置数据进行关联，获得对应优质图片的构图分布数据；逐一获取所述若干优质图片的构图分布数据并进行存储，得到所述构图素材库。4.根据权利要求3所述的联合绘画方法，其特征在于，所述线稿图形库的建立方法包括：获取所述优质图片中每一被框选标记的主体物品的若干个同类图像；分别将每一类主体物品的若干个同类图像作为输入，利用预设的线稿画模型生成对应的若干个素材线稿图像；将每一主体物品的物品标签以及与该类主体物品对应的若干个素材线稿图像进行关联存储，得到所述线稿图形库。5.根据权利要求4所述的联合...

【专利技术属性】
技术研发人员：邓立邦，
申请(专利权)人：广东智媒云图科技股份有限公司，
类型：发明
国别省市：广东,44