CN113808235A - 颜色填充方法、装置、设备及存储介质 - Google Patents
颜色填充方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113808235A CN113808235A CN202111088648.5A CN202111088648A CN113808235A CN 113808235 A CN113808235 A CN 113808235A CN 202111088648 A CN202111088648 A CN 202111088648A CN 113808235 A CN113808235 A CN 113808235A
- Authority
- CN
- China
- Prior art keywords
- color
- area
- filling
- colors
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000003086 colorant Substances 0.000 claims abstract description 113
- 238000000605 extraction Methods 0.000 claims description 59
- 230000000295 complement effect Effects 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 5
- 238000013461 design Methods 0.000 abstract description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 244000144730 Amygdalus persica Species 0.000 description 4
- 235000006040 Prunus persica var persica Nutrition 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 241000220317 Rosa Species 0.000 description 3
- 235000009508 confectionery Nutrition 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000003796 beauty Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及人工智能技术领域,揭示了一种颜色填充方法、装置、设备及存储介质,其中方法包括:接收模板图片并提取若干个参考颜色;获取每一个所述参考颜色在所述模板图片中的第一像素值;识别目标图片中的填充区域,并分别计算每一个所述填充区域与所述目标图片的面积比例值;判断所述填充区域的面积比例值是否小于预设的比例阈值,并将面积比例值小于所述比例阈值的填充区域,作为前景区域;根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系,并根据所述对应关系将所述参考颜色分别填入对应的所述前景区域中;实现了填充颜色的自动选取,从而提高了对图片进行配色设计效率。
Description
技术领域
本申请涉及到人工智能技术领域,特别是涉及到一种颜色填充方法、装置、设备及存储介质。
背景技术
随着数据可视化的发展,通常需要使用不同的颜色对图表中的不同统计项进行颜色填充。
现有技术中,在使用tableau制作图表或者看板时,往往需要用户自行选择表格的各种颜色。然而,实际颜色填充时,不同的图表通常需要多种不同的颜色来呈现,为了在一张图标中实现不同颜色的和谐搭配和运用,就需要用户对不同颜色进行多次选取、搭配和位置调整,导致图表生成效率较低。
发明内容
本申请的主要目的为提供一种颜色填充方法、装置、设备及存储介质,旨在解决现有技术中对难以对图片进行配色设计的技术问题。
为了实现上述发明目的,本申请提出一种颜色填充方法,所述方法包括:
接收模板图片,对所述模板图片进行色彩提取,得到若干个参考颜色;
获取每一个所述参考颜色在所述模板图片中的第一像素值;
识别目标图片中的各个填充区域,并分别计算每一个所述填充区域与所述目标图片的面积比例值;
判断每一个所述填充区域的面积比例值是否小于预设的比例阈值,并将面积比例值小于所述比例阈值的填充区域,作为前景区域;
根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系,并根据所述对应关系将所述参考颜色分别填入对应的所述前景区域中。
进一步的,所述对所述模板图片进行色彩提取,得到若干个参考颜色,包括:
将所述模板图片分割为若干提取区域;
分别对每个所述提取区域中的像素进行色值提取,得到若干备选颜色,以及每个所述备选颜色在所述提取区域中分别对应的区域像素值;
分别在每个所述提取区域中,根据所述区域像素值,对满足第一相似条件的若干个所述色值进行合并处理,得到若干个所述参考颜色。
进一步的,所述分别对每个所述提取区域中的像素进行色值提取,得到若干备选颜色,包括:
将所述提取区域分别分发给各个计算节点,以使各个所述计算节点分别对每个所述提取区域中的像素进行色值提取,得到若干所述备选颜色。
进一步的,所述获取每一个所述参考颜色在所述模板图片中的第一像素值之前,还包括:
判断所述参考颜色的种类数是否大于预设的种类阈值;
若不大于,在环形色表中构建互补三相色三角形,选取所述互补三相色三角形各个顶点所在的颜色分别作为所述参考颜色。
进一步的,所述在环形色表中构建互补三相色三角形,选取所述互补三相色三角形各个顶点所在的颜色分别作为所述参考颜色,包括:
在所述环形色表中构建若干个不同的所述互补三相色三角形;
响应于三相色选择指令,将所述三相色选择指令对应的所述互补三相色三角形作为参考三角形;
选取所述参考三角形各个顶点所在的颜色分别作为所述参考颜色。
进一步的,所述根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系,包括:
当存在至少两个所述前景区域与所述目标图片的面积比例值相同时,识别各个所述提取区域与所述模板图片的图片中心的距离;
根据所述前景区域与所述目标图片的面积比例值和所述距离对各个所述前景区域进行排序,按照所述第一像素值由大到小的顺序对所述参考颜色进行排序,并按照排列顺序依次建立所述参考颜色与所述前景区域的所述对应关系。
进一步的,所述判断每一个所述填充区域的面积比例值是否小于预设的比例阈值之后,还包括:
将所述面积比例值不小于所述比例阈值的所述填充区域作为后景区域;
在预设的后景参考颜色范围中选取后景颜色填入所述后景区域中。
本申请还提出了一种颜色填充装置,包括:
参考颜色提取模块,用于接收模板图片,对所述模板图片进行色彩提取,得到若干个参考颜色;
像素值计算模块,用于获取每一个所述参考颜色在所述模板图片中的第一像素值;
面积比例计算模块,用于识别目标图片中的各个填充区域,并分别计算每一个所述填充区域与所述目标图片的面积比例值;
区域判定模块,用于判断每一个所述填充区域的面积比例值是否小于预设的比例阈值,并将面积比例值小于所述比例阈值的填充区域,作为前景区域;
颜色填充模块,用于根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系,并根据所述对应关系将所述参考颜色分别填入对应的所述前景区域中。
本申请还提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请的颜色填充方法、装置、设备及存储介质,通过接收包含一定色彩组合的模板图片,对模板图片进行色彩提取,得到多种参考颜色,从而实现自动的色彩组合,避免人工进行色彩组合时设计效率较慢的问题,提高了色彩组合效率;通过对各个参考颜色在模板图片中的像素值进行精确计算,从而得到各个参考颜色的重要性,以便于进行色彩搭配;通过识别并分别计算各个填充区域的面积比例值,从而得到各个填充区域在目标图片中的占比,进而识别出目标图片中的主要区域,进一步提高色彩搭配的可靠性;通过对填充区域的面积比例值进行判断,以便于对背景区域和前背景区域进行区别填充,从而得到适合用户观看的色彩搭配;通过按照像素值大小顺序依次将参考颜色填充至排序后的前景区域中,使得面积占比最大的前景区填充的颜色为像素值最大的参考颜色,并依次类推,最终得到色彩填充后的目标图片,使得此时该目标图片的前景区域的颜色观感与参考图片基本一致,从而实现了基于参考图片的自动色彩搭配和填充,避免人工反复搭配和试错的问题,提高了图表生成效率。
附图说明
图1为本申请一实施例的颜色填充方法的流程示意图;
图2为本申请一具体实施方式的颜色填充方法的流程示意图;
图3为本申请一实施例的颜色填充装置的结构示意框图;
图4为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,为了实现上述发明目的,本申请提出一种颜色填充方法,所述方法包括:
S1:接收模板图片,对所述模板图片进行色彩提取,得到若干个参考颜色;
S2:获取每一个所述参考颜色在所述模板图片中的第一像素值;
S3:识别目标图片中的各个填充区域,并分别计算每一个所述填充区域与所述目标图片的面积比例值;
S4:判断每一个所述填充区域的面积比例值是否小于预设的比例阈值,并将述面积比例值小于所述比例阈值的填充区域,作为前景区域;
S5:根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系,并根据所述对应关系将所述参考颜色分别填入对应的所述前景区域中。
本实施例通过接收包含一定色彩组合的模板图片,对模板图片进行色彩提取,得到多种参考颜色,从而实现自动的色彩组合,避免人工进行色彩组合时设计效率较慢的问题,提高了色彩组合效率;通过对各个参考颜色在模板图片中的像素值进行精确计算,从而得到各个参考颜色的重要性,以便于进行色彩搭配;通过识别并分别计算各个填充区域的面积比例值,从而得到各个填充区域在目标图片中的占比,进而识别出目标图片中的主要区域,进一步提高色彩搭配的可靠性;通过对填充区域的面积比例值进行判断,以便于对背景区域和前背景区域进行区别填充,从而得到适合用户观看的色彩搭配;通过按照像素值大小顺序依次将参考颜色填充至排序后的前景区域中,使得面积占比最大的前景区填充的颜色为像素值最大的参考颜色,并依次类推,最终得到色彩填充后的目标图片,使得此时该目标图片的前景区域的颜色观感与参考图片基本一致,从而实现了基于参考图片的自动色彩搭配和填充,避免人工反复搭配和试错的问题,提高了图表生成效率。
对于步骤S1,本实施例应用于数据结构化领域,尤其是颜色数据提取的应用中,可以基于人工智能技术对相关的颜色数据进行获取和处理。其中,人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本实施例中,上述图表可以为包含多个统计数据的柱状图、扇形图,也可以为包含世界地图、中国地图等具有多个可填充区域的图表;可以理解地,通常需要对相邻形状填充不同的颜色,以便于对不同项目的数据进行直观地区分。上述模板图片可以为预先生成好的图片范例,也可以为用户自行选择的具有一定的色彩搭配的图片。当用户需要进行色彩填充时,可以在图片范例中选择合适的图片作为上述模板图片,也可以自行选择合适的图片并作为模板图片上传。当接收到选定的模板图片后,对模板图片中的主要颜色进行色彩提取,得到该模板图片对应的若干个参考颜色。本发明通过接收包含一定色彩组合的模板图片,对模板图片进行色彩提取,得到多种参考颜色,从而实现自动的色彩组合,避免人工进行色彩组合时设计效率较慢的问题,提高了色彩组合效率。
对于步骤S2,对各个参考颜色进行像素值统计,即统计与该参考颜色的色值相同的像素的总个数,即上述第一像素值;上述色值通常为RGB色值。在统计出各个参考颜色的像素值之后,对于像素值较高的参考颜色,可认为该颜色是模板图片中的主要颜色,对于像素值较低的参考颜色,可以认为是模板图片中的非主要颜色。本发明中,通过对各个参考颜色在模板图片中的像素值进行精确计算,从而得到各个参考颜色的重要性,以便于进行色彩搭配。
对于步骤S3,上述目标图片可以为包含多个统计数据的柱状图、扇形图等,也可以为包含地图等具有多个可填充区域的图表等,该目标图片可以为tableau等数据可视化工具制作得到的。上述填充区域即被若干直线、曲线或其组合围成的封闭区域,在识别到各个填充区域后,计算各个填充区域的面积,并计算各个填充区域与上述目标图片总面积的比值,得到上述面积比例值。本发明通过识别并分别计算各个填充区域的面积比例值,从而得到各个填充区域在目标图片中的占比,进而识别出目标图片中的主要区域,进一步提高色彩搭配的可靠性。
对于步骤S4,在图表中,柱状图或扇形图等填充区域所占的面积往往仅占目标图片较小的部分,而目标图片中的大部分区域通常为图片背景。因此,可以通过设置一个合适的比例阈值,例如50%,此时将面积比例值小于50%的填充区域作为非背景区域,将面积比例值大于50%的区域作为背景区域,以便于对背景区域和前背景区域进行区别填充,从而得到适合用户观看的色彩搭配。
对于步骤S5,当一个填充区域的面积比例值小于预设的比例阈值时,可判定该填充区域不为背景区域,即为前景区域,此时可建立像素值和面积比例值的对应关系,具体来说,可以按照像素值由大到小对上述参考颜色进行排序,并按照面积比例值的由大到小对上述前景区域进行排序,然后按照像素值大小顺序依次将参考颜色填充至排序后的前景区域中,使得面积占比最大的前景区填充的颜色为像素值最大的参考颜色,并依次类推,最终得到色彩填充后的目标图片,使得此时该目标图片的前景区域的颜色观感与参考图片基本一致,从而实现了基于参考图片的自动色彩搭配和填充,避免人工反复搭配和试错的问题,提高了图表生成效率。
在一个实施例中,参照图2,所述对所述模板图片进行色彩提取,得到若干个参考颜色S1,包括:
S11:将所述模板图片分割为若干提取区域;
S12:分别对每个所述提取区域中的像素进行色值提取,得到若干备选颜色,以及每个所述备选颜色在所述提取区域中分别对应的区域像素值;
S13:分别在每个所述提取区域中,根据所述区域像素值,对满足第一相似条件的若干个所述色值进行合并处理,得到若干个所述参考颜色。
本实施例通过在每个所述提取区域中,根据所述区域像素值,对满足第一相似条件的若干个所述色值进行合并处理得到参考颜色,避免相近的颜色过多导致最终填充得到的目标图片与模板图片不符。
对于步骤S13,在具体实施方式中,模板图片上的可能会存在两种颜色之间的渐变效果,例如红色(224,2,65)到白色的渐变,或同时存在同一个色系下的不同深浅度的颜色,例如深蓝色(0,0,139)和海军蓝(0,0,128),对于这种情况,若将每一个色值不同的备选颜色均单独提取为一种参考颜色,会导致后续计算量过大,且难以可靠地反应模板图片的配色情况;示例性地,若一张模板图片中存在9%的玫红色,6%的紫罗兰色,12%的粉红色,9%的紫红色,4%的洋紫色,6%的浅紫色,9%的桃红色,11%的嫣红色,以及34%的绿色,从数值上看在该模板图片中占比最多的颜色为绿色,然而,由于红色系的颜色在该模板图片中占比高达66%,因此从整体的视觉效果来说,观察者通常会认为该模板图片中红色为主色调;此时,按照34%的绿色-12%的粉红色-11%的嫣红色-9%的玫红色-9%的桃红色的占比顺序提取参考颜色后会存在如下两个问题:(1)若目标图片中存在多个相邻的填充区域,例如世界地图中的各个国家等,按照绿色、粉红色、嫣红色、玫红色、桃红色的配色进行填充,会导致填充有粉红色、嫣红色、玫红色、桃红色的相邻填充区域因为填充的颜色过于相近而难以对不同的区域进行区分;(2)当按照面积占比最大的前景区填充的颜色为像素值最大的参考颜色时,在像素值中占比为34%的绿色必然会填充在面积最大的填充区域,因此有可能会导致在观察者的整体视角中,绿色成为填色后的目标图片中的主色调,导致目标图片的视觉效果与模板图片不相符。
因此,为了避免上述两个问题出现,可以预先设置第一相似条件,例如若两种颜色的RGB色值中的R、G、B的数值的差值分别不超过50时,则认为该两种颜色能够进行合并;或者,预设某几种色值的颜色为相似颜色,例如预先设置色值为(128,0,128)的紫色和色值为(139,0,139)的深洋紫为相似颜色,从而将相似颜色进行合并。
对于合并处理,具体来说,当待合并的备选颜色所占的像素值比例差距较小时,可以为直接计算对待合并的备选颜色的色值的平均值,将色值的平均值对应的颜色作为上述参考颜色,并将每个合并的备选颜色的像素值总和作为该参考颜色的像素值;当待合并的备选颜色所占的像素值比例差距较大时,可以计算各个待合并的备选颜色所占的像素值的总和,并且分别计算各个待合并的备选颜色所占的像素值在该总和中的占比,进而根据该占比对各个待合并的备选颜色的色值进行加权计算,将加权计算的结果对应的颜色作为上述参考颜色,从而实现参考颜色的提取。
在一个实施例中,所述分别对每个所述提取区域中的像素进行色值提取,得到若干备选颜色S12,包括:
S121:将所述提取区域分别分发给各个计算节点,以使各个所述计算节点分别对每个所述提取区域中的像素进行色值提取,得到若干所述备选颜色。
本实施例通过提取区域分别分发给各个计算节点,以使各个计算节点分别对每个提取区域中的像素进行色值提取,减小了本地计算机的计算压力,提高了颜色提取效率。
对于步骤S121,当模板图片较大时,其中的像素点的数量也会增加。因此,为了提高参考颜色提取效率,本实施例对模板图片分割后,将提取区域分别发送至云端的不同的计算节点进行色值提取,从而减小了本地计算机的计算压力,提高了颜色提取效率。
在一个实施例中,所述获取每一个所述参考颜色在所述模板图片中的第一像素值S2之前,还包括:
S201:判断所述参考颜色的种类数是否大于预设的种类阈值;
S202:若不大于,在环形色表中构建互补三相色三角形,选取所述互补三相色三角形各个顶点所在的颜色分别作为所述参考颜色。
本实施例通过在环形色表构件互补三相色三角形,并将顶点的颜色作为参考颜色,从而在模板图片没有足够的颜色时,仍然能够提取到足够的参考颜色进行目标图片填充。
对于步骤S201,在具体的实施方式中,若模板图片中的颜色较为单一,例如只有两种颜色,则仅能提取到两种参考颜色,对于这种情况,若目标图片中存在三个彼此相邻的填充区域时,会导致必然存在两个填充区域所填充的参考颜色相同,以至于无法区分。因此,本实施例通过构建互补三相色来实现多种颜色的取色。
对于步骤S202,先获取一个环形色表,该环形色表沿着顺时针方向依次按照红橙黄绿青蓝紫的顺序进行渐变,并且沿着半径方向向环形的圆心依次渐变为白色,在该环形色表上构建一个等腰三角形,该等腰三角形即上述的互补三相色三角形。采用该三角形三个顶点所在的颜色作为三种参考颜色,从而在模板图片没有足够的颜色时,仍然能够提取到足够的参考颜色进行目标图片填充。
除此之外,还可以在上述环形色表的基础上构建和谐四相色,具体来说,在环形色表上构建一个长方形或正方形,将该长方形或正方形的四个顶点所在的颜色作为四种参考颜色,以进一步应付世界地图或中国地图等填充区域更多,相邻关系更复杂的情况。
在一个实施例中,所述在环形色表中构建互补三相色三角形,选取所述互补三相色三角形各个顶点所在的颜色分别作为所述参考颜色S202,包括:
S212:在所述环形色表中构建若干个不同的所述互补三相色三角形;
S222:响应于三相色选择指令,将所述三相色选择指令对应的所述互补三相色三角形作为参考三角形;
S232:选取所述参考三角形各个顶点所在的颜色分别作为所述参考颜色。
本实施例通过构建多个互补三相色三角形,以便于用户选取更符合需求或审美的颜色组合,提高了颜色设计的灵活性。
对于步骤S212,可以在环形色表中构建三个互补三相色三角形,避免互补三相色三角形过多导致顶点的颜色过于相近。
对于步骤S222,当用户识别到环形色表中的各个互补色三角形后,可以向系统输入三相色选择指令,以使系统将用户选取的互补三相色三角形作为参考三角形,从而提取参考三角形三个顶点的颜色。
在一个实施例中,所述根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系S5,包括:
S51:当存在至少两个所述前景区域与所述目标图片的面积比例值相同时,识别各个所述提取区域与所述模板图片的图片中心的距离;
S52:根据所述前景区域与所述目标图片的面积比例值和所述距离对各个所述前景区域进行排序,按照所述第一像素值由大到小的顺序对所述参考颜色进行排序,并按照排列顺序依次建立所述参考颜色与所述前景区域的所述对应关系。
本实施例通过根据面积比例值和提取区域到图片中心的距离建立参考颜色与前景区域的对应关系,从而得到颜色搭配与模板图片更贴近的目标图片。
对于步骤S51,当存在两个或以上的前景区域的面积比例值相同时,越靠近图像边缘的前景区域对人的视觉影响越小,越靠近图像中心的前景区域对人的视觉影响越大,因此当面积比例值相同时,本实施例采用到图片中心的距离进行重要度区分。在具体的实施方式中,上述距离为提取区域中心到模板图片的图片中心的长度。
对于步骤S52,优先按照面积比例值对各个前景区域进行初步排序,面积比例值越大的前景区域的排列位置越前,再按照上述距离对面积比例值相同的前景区域进行顺序调整,同样面积比例值下,距离越小的前景区域的排列位置越前,最终得到各个前景区域的重要度顺序。将第一像素值最大的参考颜色填充至重要度最高的前景区域中,并依次类推,从而完成颜色填充。
在一个实施例中,所述判断每一个所述填充区域的面积比例值是否小于预设的比例阈值S4之后,还包括:
S41:将所述面积比例值不小于所述比例阈值的所述填充区域作为后景区域;
S42:在预设的后景参考颜色范围中选取后景颜色填入所述后景区域中。
本实施例通过对后景区域填充预设的后景参考颜色,以便于与填充其它颜色后的前景区域之间形成较为明显的衬托关系。
对于步骤S121,若存在一个或多个面积比例值不小于上述比例阈值的填充区域,则站在在观察者角度,可认为上述一个或多个填充区域属于图片背景部分,因此,这些面积比例较大的填充区域可以看成上述的后景区域;对于后景区域,为了避免背景颜色过于鲜艳或者过于强烈导致“喧宾夺主”的效果,本实施例预先设定了后景参考颜色范围,该范围中的颜色通常为白色、灰色、浅灰等不会过于抢眼的颜色,以便于与填充其它颜色后的前景区域之间形成较为明显的衬托关系。
具体地,比例阈值为50%时,若存在一个填充区域的面积比例值不小于50%,则在该目标图片中,有且仅有这一个填充区域为后景区域,此时在后景参考颜色范围中选取一种后景颜色填入该后景区域中;比例阈值小于50%时,例如为30%时,则在该目标图片中,可能存在1~3个填充区域的面积比例值不小于30%,若某一实施例中存在3个填充区域的面积比例值不小于30%,则可以在后景参考颜色范围中选取1~3种颜色作为后景颜色,即,可以将不同的后景区域填充为一种颜色,也可以分别填充为不同的颜色,以便于与各自相邻的前景区域形成更明显的衬托关系。
参照图3,本申请还提出了一种颜色填充装置,包括:
参考颜色提取模块100,用于接收模板图片,对所述模板图片进行色彩提取,得到若干个参考颜色;
像素值计算模块200,用于获取每一个所述参考颜色在所述模板图片中的第一像素值;
面积比例计算模块300,用于识别目标图片中的各个填充区域,并分别计算每一个所述填充区域与所述目标图片的面积比例值;
区域判定模块400,用于判断每一个所述填充区域的面积比例值是否小于预设的比例阈值,并将面积比例值小于所述比例阈值的填充区域,作为前景区域;
颜色填充模块500,用于根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系,并根据所述对应关系将所述参考颜色分别填入对应的所述前景区域中。
本实施例通过接收包含一定色彩组合的模板图片,对模板图片进行色彩提取,得到多种参考颜色,从而实现自动的色彩组合,避免人工进行色彩组合时设计效率较慢的问题,提高了色彩组合效率;通过对各个参考颜色在模板图片中的像素值进行精确计算,从而得到各个参考颜色的重要性,以便于进行色彩搭配;通过识别并分别计算各个填充区域的面积比例值,从而得到各个填充区域在目标图片中的占比,进而识别出目标图片中的主要区域,进一步提高色彩搭配的可靠性;通过对填充区域的面积比例值进行判断,以便于对背景区域和前背景区域进行区别填充,从而得到适合用户观看的色彩搭配;通过按照像素值大小顺序依次将参考颜色填充至排序后的前景区域中,使得面积占比最大的前景区填充的颜色为像素值最大的参考颜色,并依次类推,最终得到色彩填充后的目标图片,使得此时该目标图片的前景区域的颜色观感与参考图片基本一致,从而实现了基于参考图片的自动色彩搭配和填充,避免人工反复搭配和试错的问题,提高了图表生成效率。
在一个实施例中,所述参考颜色提取模块100,还用于:
将所述模板图片分割为若干提取区域;
分别对每个所述提取区域中的像素进行色值提取,得到若干备选颜色,以及每个所述备选颜色在所述提取区域中分别对应的区域像素值;
分别在每个所述提取区域中,根据所述区域像素值,对满足第一相似条件的若干个所述色值进行合并处理,得到若干个所述参考颜色。
在一个实施例中,所述参考颜色提取模块100,还用于:
将所述提取区域分别分发给各个计算节点,以使各个所述计算节点分别对每个所述提取区域中的像素进行色值提取,得到若干所述备选颜色。
在一个实施例中,还包括互补三相色获取模块600,用于:
判断所述参考颜色的种类数是否大于预设的种类阈值;
若不大于,在环形色表中构建互补三相色三角形,选取所述互补三相色三角形各个顶点所在的颜色分别作为所述参考颜色。
在一个实施例中,所述互补三相色获取模块600,还用于:
在所述环形色表中构建若干个不同的所述互补三相色三角形;
响应于三相色选择指令,将所述三相色选择指令对应的所述互补三相色三角形作为参考三角形;
选取所述参考三角形各个顶点所在的颜色分别作为所述参考颜色。
在一个实施例中,所述区域判定模块400,还用于:
当存在至少两个所述前景区域与所述目标图片的面积比例值相同时,识别各个所述提取区域与所述模板图片的图片中心的距离;
根据所述前景区域与所述目标图片的面积比例值和所述距离对各个所述前景区域进行排序,按照所述第一像素值由大到小的顺序对所述参考颜色进行排序,并按照排列顺序依次建立所述参考颜色与所述前景区域的所述对应关系。
在一个实施例中,所述区域判定模块400,还用于:
将所述面积比例值不小于所述比例阈值的所述填充区域作为后景区域;
在预设的后景参考颜色范围中选取后景颜色填入所述后景区域中。
参照图4,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于储存颜色填充方法等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种颜色填充方法。所述颜色填充方法,包括:接收模板图片,对所述模板图片进行色彩提取,得到若干个参考颜色;获取每一个所述参考颜色在所述模板图片中的第一像素值;识别目标图片中的各个填充区域,并分别计算每一个所述填充区域与所述目标图片的面积比例值;判断每一个所述填充区域的所述面积比例值是否小于预设的比例阈值,并将所述面积比例值小于所述比例阈值的所述填充区域,作为前景区域;根据所述第一像素值和面积比例值得到所述参考颜色与所述前景区域的对应关系,并根据所述对应关系将所述参考颜色分别填入对应的所述前景区域中。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种颜色填充方法,包括步骤:接收模板图片,对所述模板图片进行色彩提取,得到若干个参考颜色;获取每一个所述参考颜色在所述模板图片中的第一像素值;识别目标图片中的各个填充区域,并分别计算每一个所述填充区域与所述目标图片的面积比例值;判断每一个所述填充区域的所述面积比例值是否小于预设的比例阈值,并将所述面积比例值小于所述比例阈值的所述填充区域,作为前景区域;根据所述第一像素值和面积比例值得到所述参考颜色与所述前景区域的对应关系,并根据所述对应关系将所述参考颜色分别填入对应的所述前景区域中。
上述执行的颜色填充方法,本实施例通过接收包含一定色彩组合的模板图片,对模板图片进行色彩提取,得到多种参考颜色,从而实现自动的色彩组合,避免人工进行色彩组合时设计效率较慢的问题,提高了色彩组合效率;通过对各个参考颜色在模板图片中的像素值进行精确计算,从而得到各个参考颜色的重要性,以便于进行色彩搭配;通过识别并分别计算各个填充区域的面积比例值,从而得到各个填充区域在目标图片中的占比,进而识别出目标图片中的主要区域,进一步提高色彩搭配的可靠性;通过对填充区域的面积比例值进行判断,以便于对背景区域和前背景区域进行区别填充,从而得到适合用户观看的色彩搭配;通过按照像素值大小顺序依次将参考颜色填充至排序后的前景区域中,使得面积占比最大的前景区填充的颜色为像素值最大的参考颜色,并依次类推,最终得到色彩填充后的目标图片,使得此时该目标图片的前景区域的颜色观感与参考图片基本一致,从而实现了基于参考图片的自动色彩搭配和填充,避免人工反复搭配和试错的问题,提高了图表生成效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种颜色填充方法,其特征在于,所述方法包括:
接收模板图片,对所述模板图片进行色彩提取,得到若干个参考颜色;
获取每一个所述参考颜色在所述模板图片中的第一像素值;
识别目标图片中的各个填充区域,并分别计算每一个所述填充区域与所述目标图片的面积比例值;
判断每一个所述填充区域的面积比例值是否小于预设的比例阈值,并将面积比例值小于所述比例阈值的填充区域,作为前景区域;
根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系,并根据所述对应关系将所述参考颜色分别填入对应的所述前景区域中。
2.根据权利要求1所述的颜色填充方法,其特征在于,所述对所述模板图片进行色彩提取,得到若干个参考颜色,包括:
将所述模板图片分割为若干提取区域;
分别对每个所述提取区域中的像素进行色值提取,得到若干备选颜色,以及每个所述备选颜色在所述提取区域中分别对应的区域像素值;
分别在每个所述提取区域中,根据所述区域像素值,对满足第一相似条件的若干个所述色值进行合并处理,得到若干个所述参考颜色。
3.根据权利要求2所述的颜色填充方法,其特征在于,所述分别对每个所述提取区域中的像素进行色值提取,得到若干备选颜色,包括:
将所述提取区域分别分发给各个计算节点,以使各个所述计算节点分别对每个所述提取区域中的像素进行色值提取,得到若干所述备选颜色。
4.根据权利要求1所述的颜色填充方法,其特征在于,所述获取每一个所述参考颜色在所述模板图片中的第一像素值之前,还包括:
判断所述参考颜色的种类数是否大于预设的种类阈值;
若不大于,在环形色表中构建互补三相色三角形,选取所述互补三相色三角形各个顶点所在的颜色分别作为所述参考颜色。
5.根据权利要求4所述的颜色填充方法,其特征在于,所述在环形色表中构建互补三相色三角形,选取所述互补三相色三角形各个顶点所在的颜色分别作为所述参考颜色,包括:
在所述环形色表中构建若干个不同的所述互补三相色三角形;
响应于三相色选择指令,将所述三相色选择指令对应的所述互补三相色三角形作为参考三角形;
选取所述参考三角形各个顶点所在的颜色分别作为所述参考颜色。
6.根据权利要求2所述的颜色填充方法,其特征在于,所述根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系,包括:
当存在至少两个所述前景区域与所述目标图片的面积比例值相同时,识别各个所述提取区域与所述模板图片的图片中心的距离;
根据所述前景区域与所述目标图片的面积比例值和所述距离对各个所述前景区域进行排序,按照所述第一像素值由大到小的顺序对所述参考颜色进行排序,并按照排列顺序依次建立所述参考颜色与所述前景区域的所述对应关系。
7.根据权利要求1所述的颜色填充方法,其特征在于,所述判断每一个所述填充区域的面积比例值是否小于预设的比例阈值之后,还包括:
将所述面积比例值不小于所述比例阈值的所述填充区域作为后景区域;
在预设的后景参考颜色范围中选取后景颜色填入所述后景区域中。
8.一种颜色填充装置,其特征在于,包括:
参考颜色提取模块,用于接收模板图片,对所述模板图片进行色彩提取,得到若干个参考颜色;
像素值计算模块,用于获取每一个所述参考颜色在所述模板图片中的第一像素值;
面积比例计算模块,用于识别目标图片中的各个填充区域,并分别计算每一个所述填充区域与所述目标图片的面积比例值;
区域判定模块,用于判断每一个所述填充区域的面积比例值是否小于预设的比例阈值,并将面积比例值小于所述比例阈值的填充区域,作为前景区域;
颜色填充模块,用于根据所述参考颜色的第一像素值和所述前景区域与所述目标图片的面积比例值得到所述参考颜色与所述前景区域的对应关系,并根据所述对应关系将所述参考颜色分别填入对应的所述前景区域中。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111088648.5A CN113808235A (zh) | 2021-09-16 | 2021-09-16 | 颜色填充方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111088648.5A CN113808235A (zh) | 2021-09-16 | 2021-09-16 | 颜色填充方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113808235A true CN113808235A (zh) | 2021-12-17 |
Family
ID=78941393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111088648.5A Pending CN113808235A (zh) | 2021-09-16 | 2021-09-16 | 颜色填充方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113808235A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114998472A (zh) * | 2022-08-04 | 2022-09-02 | 广东时谛智能科技有限公司 | 鞋体配色的确定方法、装置、电子设备及存储介质 |
CN115357166A (zh) * | 2022-08-26 | 2022-11-18 | 重庆尚优科技有限公司 | 一种智慧城市地图配色智能管理系统 |
CN116597038A (zh) * | 2023-05-22 | 2023-08-15 | 怀化学院 | 一种基于大数据的智能调色方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050157926A1 (en) * | 2004-01-15 | 2005-07-21 | Xerox Corporation | Method and apparatus for automatically determining image foreground color |
US20060044324A1 (en) * | 2004-09-01 | 2006-03-02 | Microsoft Corporation | Adaptive color schemes |
US20110249190A1 (en) * | 2010-04-09 | 2011-10-13 | Nguyen Quang H | Systems and methods for accurate user foreground video extraction |
US20150138225A1 (en) * | 2012-03-14 | 2015-05-21 | Omron Corporation | Method for displaying area extraction result and image processing apparatus |
US20150248775A1 (en) * | 2012-10-03 | 2015-09-03 | Holition Limited | Image processing |
CN112419183A (zh) * | 2020-11-19 | 2021-02-26 | 平安普惠企业管理有限公司 | 缩放图像还原方法、装置、计算机设备及存储介质 |
CN113240679A (zh) * | 2021-05-17 | 2021-08-10 | 广州华多网络科技有限公司 | 图像处理方法、装置、计算机设备及存储介质 |
US20210264191A1 (en) * | 2020-02-24 | 2021-08-26 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and device for picture generation, electronic device, and storage medium |
-
2021
- 2021-09-16 CN CN202111088648.5A patent/CN113808235A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050157926A1 (en) * | 2004-01-15 | 2005-07-21 | Xerox Corporation | Method and apparatus for automatically determining image foreground color |
US20060044324A1 (en) * | 2004-09-01 | 2006-03-02 | Microsoft Corporation | Adaptive color schemes |
US20110249190A1 (en) * | 2010-04-09 | 2011-10-13 | Nguyen Quang H | Systems and methods for accurate user foreground video extraction |
US20150138225A1 (en) * | 2012-03-14 | 2015-05-21 | Omron Corporation | Method for displaying area extraction result and image processing apparatus |
US20150248775A1 (en) * | 2012-10-03 | 2015-09-03 | Holition Limited | Image processing |
US20210264191A1 (en) * | 2020-02-24 | 2021-08-26 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and device for picture generation, electronic device, and storage medium |
CN112419183A (zh) * | 2020-11-19 | 2021-02-26 | 平安普惠企业管理有限公司 | 缩放图像还原方法、装置、计算机设备及存储介质 |
CN113240679A (zh) * | 2021-05-17 | 2021-08-10 | 广州华多网络科技有限公司 | 图像处理方法、装置、计算机设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114998472A (zh) * | 2022-08-04 | 2022-09-02 | 广东时谛智能科技有限公司 | 鞋体配色的确定方法、装置、电子设备及存储介质 |
CN114998472B (zh) * | 2022-08-04 | 2023-01-20 | 广东时谛智能科技有限公司 | 鞋体配色的确定方法、装置、电子设备及存储介质 |
CN115357166A (zh) * | 2022-08-26 | 2022-11-18 | 重庆尚优科技有限公司 | 一种智慧城市地图配色智能管理系统 |
CN116597038A (zh) * | 2023-05-22 | 2023-08-15 | 怀化学院 | 一种基于大数据的智能调色方法及系统 |
CN116597038B (zh) * | 2023-05-22 | 2024-02-06 | 怀化学院 | 一种基于大数据的智能调色方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113808235A (zh) | 颜色填充方法、装置、设备及存储介质 | |
US20210256258A1 (en) | Method, apparatus, and computer program for extracting representative characteristics of object in image | |
KR20150107579A (ko) | 화상 처리 장치 및 화상 처리 방법 | |
CN111476849B (zh) | 对象颜色识别方法、装置、电子设备以及存储介质 | |
CN107169508B (zh) | 一种基于融合特征的旗袍图像情感语义识别方法 | |
CN112489143A (zh) | 一种颜色识别方法、装置、设备及存储介质 | |
CN110363103B (zh) | 虫害识别方法、装置、计算机设备及存储介质 | |
KR19990034361A (ko) | 동영상을 이용한 객체 추출방법 | |
CN107832359B (zh) | 一种图片检索方法及系统 | |
CN113436284A (zh) | 一种图像处理方法、装置、计算机设备和存储介质 | |
CN111199159A (zh) | 基于增强现实的文字翻译及显示方法、装置和电子设备 | |
Zhang et al. | A novel color space based on RGB color barycenter | |
CN104951440A (zh) | 一种图像处理方法及电子设备 | |
CN111090368B (zh) | 一种确定页面文字的配色方法和装置 | |
CN109064431B (zh) | 一种图片亮度调节方法、设备及其存储介质 | |
Torres et al. | Automatic detection of specular reflectance in colour images using the MS diagram | |
CN114972367B (zh) | 分割图像的方法、装置、设备和计算机可读存储介质 | |
CN111784563B (zh) | 一种背景虚化方法、装置、计算机设备及存储介质 | |
CN116778212A (zh) | 一种图像处理方法及装置 | |
CN113240765A (zh) | 一种颜色搭配的方法、装置、计算机设备和存储介质 | |
CN113095147A (zh) | 皮肤区域检测方法、系统、图像处理终端和存储介质 | |
Castiello et al. | Improving Color Image Binary Segmentation Using Nonnegative Matrix Factorization | |
CN111062862A (zh) | 基于颜色的数据增强方法和系统及计算机设备和存储介质 | |
CN111931688A (zh) | 船只识别方法、装置、计算机设备及存储介质 | |
CN111598835A (zh) | 一种服装图片颜色的匹配方法、系统和匹配装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240628 |