[发明专利]设计图的评分方法、装置、计算机可读存储介质和设备在审
| 申请号: | 202010122805.9 | 申请日: | 2020-02-27 |
| 公开(公告)号: | CN111369633A | 公开(公告)日: | 2020-07-03 |
| 发明(设计)人: | 赵奕涵 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G06T7/90 | 分类号: | G06T7/90;G06Q10/06 |
| 代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 董慧;李文渊 |
| 地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 设计图 评分 方法 装置 计算机 可读 存储 介质 设备 | ||
1.一种设计图的评分方法,包括:
获取待评分的设计图,所述设计图包括多个图层;
从所述设计图的源文件提取各个图层对应的色彩信息;
根据各个图层对应的色彩信息,确定所述设计图对应各配色条件的分值;
按照各配色条件相应的权重融合对应的所述分值,获得设计图对应的色彩评分。
2.根据权利要求1所述的方法,其特征在于,所述色彩信息包括图层的色彩,所述图层的色彩通过以下步骤确定:
当所述图层中的元素为单色元素时,则
将所述单色元素的色彩作为所述图层的色彩;
当所述图层中的元素为相似色元素时,则
根据各个相似色彩在所述元素中所占的像素点数确定所述图层的色彩;
当所述图层中的元素为多色元素时,则
提取所述元素的主题色,并将所述主题色作为所述图层的色彩。
3.根据权利要求1所述的方法,其特征在于,所述色彩信息包括色彩面积,所述色彩面积通过以下步骤确定:
逐像素地遍历各图层中元素的各个像素点;
统计所述元素中相同色彩的像素点的数量;
根据所述相同色彩的像素点的数量获得所述图层中各个色彩的色彩面积。
4.根据权利要求1所述的方法,其特征在于,所述色彩信息包括色彩分布,所述色彩分布通过以下步骤确定:
逐像素地遍历各图层中元素的各个像素点;
统计所述元素中相同色彩的像素点之间的距离;
根据所述距离确定所述图层中相同色彩的色彩分布。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取各个图层的图层序号;
根据所述图层序号确定各个图层之间的覆盖关系;
确定各个图层中元素的位置;
根据所述图层之间的覆盖关系、所述元素的位置,确定各个图层中元素的遮挡关系。
6.根据权利要求1所述的方法,其特征在于,所述根据各个图层对应的色彩信息,确定所述设计图对应各配色条件的分值,包括:
将各个图层对应的色彩信息输入至配色条件检查器;
通过所述配色条件检查器,根据各个图层对应的色彩信息、各个图层中元素的遮挡关系,获得所述设计图的色彩设计信息,并按照配色条件对所述色彩设计信息进行检查后,输出所述设计图对应的各配色条件的分值;
其中,所述配色条件包括以下条件中的至少一种:
所述设计图的色彩之间的色度的差异小于第一阈值;
所述设计图的色彩之间的对比度的差异小于第二阈值;
所述设计图的色彩之间的明度的差异小于第三阈值。
7.根据权利要求6所述的方法,其特征在于,所述配色条件检查器通过训练机器学习模型获得,所述配色条件检查器的训练步骤包括:
获取样本设计图,样本设计图的标注信息包括与各配色条件对应的分值;
对于每个样本设计图,通过机器学习模型提取对应的色彩特征,并根据所述色彩特征获得所述样本设计图中各配色条件的预测分值;
根据所述标注信息中与各配色条件对应的分值与所述预测分值之间的差异,调整所述机器学习模型的模型参数,直至获得用于对设计图进行评分的配色条件检查器。
8.根据权利要求1所述的方法,其特征在于,所述按照各配色条件相应的权重融合对应的所述分值,获得设计图对应的色彩评分,包括:
获取各配色条件相应的权重;
按照所述权重对各所述分值进行加权平均,以获得设计图对应的色彩评分。
9.根据权利要求1至8任一项所述的方法,其特征在于,所述方法还包括:
获取设计图集合中各个设计图对应的色彩评分;
从所述设计图集合中筛选出所述色彩评分满足预设条件的目标设计图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010122805.9/1.html,转载请声明来源钻瓜专利网。





