[发明专利]一种三角网格模型生成方法及装置

说明书

本申请公开了一种三角网格模型生成方法及装置，其中三角网格模型生成方法包括：对原始图片进行处理，得到轮廓数据；计算疏密度值，根据疏密度值对轮廓数据进行处理，获得轮廓点集；根据疏密度值对由轮廓点集构成的轮廓的内部区域进行处理，获得轮廓内部点集；利用轮廓点集和轮廓内部点集获取三角网格模型数据，完成三角网格模型的生成。本申请具有能够自动生成均匀的三角网格模型，有效避免图片处理过程中产生的拉伸效果不自然等问题的技术效果。

技术领域

本申请涉及计算机图形技术领域，尤其涉及一种三角网格模型生成方法及装置。

背景技术

目前，在虚拟试衣类产品中，将各种衣服服饰拍照产生图片后，需要将衣服图片进行变换处理，再贴合到模特身上，以实现试穿衣服的效果。为达到此目的，通常使用人工调节的方法，即人工利用图像处理软件对图片进行修整变形，但人力操作的效率过低，效果难以保障，亦无法达到自动处理的要求。又现有的通过仿射变换、线性变换等算法自动将图片进行拉伸变形的方法又难以达到试衣目的。而在服饰图片进行三角网格覆盖的时候，受轮廓曲线的弯曲幅度影响，常用的三角网格生成覆盖服饰图片的方法会出现疏密不均的情况，最终导致在拉伸三角顶点的时候不能对轮廓内的衣服区域产生自然均匀的拉伸效果。

发明内容

本申请的目的在于提供一种三角网格模型生成方法及装置，具有能够自动生成均匀的三角网格模型，有效避免图片处理过程中产生的拉伸效果不自然等问题的技术效果。

为达到上述目的，本申请提供一种三角网格模型生成方法，包括：对原始图片进行处理，得到轮廓数据；计算疏密度值，根据疏密度值对轮廓数据进行处理，获得轮廓点集；根据疏密度值对由轮廓点集构成的轮廓的内部区域进行处理，获得轮廓内部点集；利用轮廓点集和轮廓内部点集获取三角网格模型数据，完成三角网格模型的生成。

优选的，对原始图片进行处理，并获取轮廓数据的子步骤如下：获取灰度图像；对灰度图像进行膨胀处理，得到膨胀灰度图；对膨胀灰度图进行处理，获得轮廓数据。

优选的，获取灰度图像的子步骤如下：对原始图片进行抠取，将原始图片抠取为主体区域和非主体区域，将非主体区域处理为透明，并将处理后的原始图片存储为抠取后图片；通过读取通道数据对抠取后图片中的阿尔法通道数据进行提取；对提取的阿尔法通道数据进行二值化处理，转化为灰度图像。

优选的，基于开源计算机视觉库对灰度图像做膨胀处理。

优选的，基于开源计算机视觉库对灰度图像做膨胀处理的子步骤如下：构建一个3×3的kernel操作矩阵；用kernel操作矩阵扫描灰度图像的每一个像素；完成扫描后，用kernel操作矩阵与其覆盖的灰度图像做“与”操作，如果都为0，得到膨胀灰度图像的该像素为0，否则为1。

优选的，计算疏密度值的子步骤如下：获取原始图片的四条边长；计算四条边长的边长和，并预设阀值，该边长和与该阀值的乘积即为疏密度值。

优选的，根据疏密度值对由轮廓点集构成的轮廓的内部区域进行处理，获得轮廓内部点集的子步骤如下：在膨胀灰度图像上设置一个起始点m，从起始点m开始，横向设置多条横向线条以及纵向设置多条纵向线条，其中，相邻的两条横向线条之间的间隔距离等于疏密度值，相邻的两条纵向线条之间的间隔距离等于疏密度值，每条横向线条分别与每条纵向线条垂直相交，相交处的交叉点为添加坐标点；获取整个图片上的所有坐标点作为检测坐标点，检测坐标点包括所有的添加坐标点以及轮廓点集中的所有像素点；对所有的添加坐标点逐一进行检查，判断检查的检测坐标点是否落在轮廓点集所构成的轮廓的内部区域，若检查的检测坐标点落在轮廓的外部区域，则将该检测坐标点丢弃；若检查的检测坐标点落在轮廓的内部区域，则将该检测坐标点保留，所有保留的检测坐标点属于轮廓内部点集。

优选的，通过Bowyer-Watson算法进行Delaunay三角剖分，得到均匀分布的三角网格模型数据，完成三角网格模型的生成。