[发明专利]基于神经网络的图像智能设计方法、装置、设备及存储介质

权利要求书

1.一种基于神经网络的图像智能设计方法，其特征在于，所述基于神经网络的图像智能设计方法包括以下步骤：

获取图像需求信息，根据所述图像需求信息确定图像组成信息；

获取根据神经网络训练得到的预设图像智能设计模型，根据所述预设图像智能设计模型对所述图像组成信息进行设计，获得当前图像；

提取所述当前图像的参数信息；

获取预设设计规则，根据所述预设设计规则对所述当前图像的参数信息进行调节，获得目标参数信息；

根据所述目标参数信息对所述当前图像进行渲染，获得目标图像，以实现对图像的智能设计；

所述获取预设设计规则，根据所述预设设计规则对所述当前图像的参数信息进行调节，获得目标参数信息，包括：

获取当前图像，对所述当前图像进行颜色空间转换，获得所述当前图像的色彩信息和空间信息；

根据所述预设设计规则，对所述色彩信息进行色彩分离，获得所述当前图像的亮度信息、对比度信息以及饱和度信息；

根据所述当前图像的亮度信息、对比度信息以及饱和度信息对所述当前参数信息进行调节，获得目标参数信息；

所述根据所述目标参数信息对所述当前图像进行渲染，获得目标图像，以实现对图像的智能设计，包括：

对所述当前图像进行分层，获得对应的图层信息；

分别提取所述图层信息中的像素信息，并对所述像素信息进行解析，获得对应的像素点；

根据所述目标参数信息对所述像素点进行渲染，获得目标像素点；

将所述目标像素点进行遍历组合，获得目标图像，以实现对图像的智能设计；

所述获取根据神经网络训练得到的预设图像智能设计模型，根据所述预设图像智能设计模型对所述图像组成信息进行设计，获得当前图像，包括：

对所述图像组成信息进行特征提取，获得目标特征信息以及特征提取顺序；

根据所述目标特征信息，确定当前图像的质点位置和轮廓；

根据所述特征提取顺序，将所述质点位置和所述轮廓依序输入至根据神经网络训练得到的预设图像智能设计模型中进行设计，以获得当前图像。

2.如权利要求1所述的基于神经网络的图像智能设计方法，其特征在于，所述获取图像需求信息，根据所述图像需求信息确定图像组成信息，包括：

根据所述图像需求信息，确定图像设计类型；

根据所述图像设计类型，获得所述图像所需的文字信息、线条信息、网点以及网穴信息；

根据所述文字信息、线条信息、网点以及网穴信息，对当前图像组成信息进行选取，以确定图像组成信息。

3.如权利要求1所述的基于神经网络的图像智能设计方法，其特征在于，所述根据所述目标特征信息，确定当前图像的质点位置和轮廓，包括：

根据所述目标特征信息，获得所述当前图像的像素点以及对应的位置信息；

获取所述当前图像的类型对应的历史信息，根据所述位置信息和所述历史信息，获得所述像素点对应的邻域；

若所述邻域的像素点为预设值且所述像素点为黑色，则删除所述像素点并设置所述当前图像的背景色为黑色，以确定当前图像的质点位置和轮廓。

4.一种基于神经网络的图像智能设计装置，其特征在于，所述基于神经网络的图像智能设计装置包括：

获取模块，用于获取图像需求信息，根据所述图像需求信息确定图像组成信息；

设计模块，用于获取根据神经网络训练得到的预设图像智能设计模型，根据所述预设图像智能设计模型对所述图像组成信息进行设计，获得当前图像；

提取模块，用于提取所述当前图像的参数信息；

调节模块，用于获取预设设计规则，根据所述预设设计规则对所述当前图像的参数信息进行调节，获得目标参数信息；

渲染模块，用于根据所述目标参数信息对所述当前图像进行渲染，获得目标图像，以实现对图像的智能设计；

所述设计模块，还用于对所述图像组成信息进行特征提取，获得目标特征信息以及特征提取顺序；根据所述目标特征信息，确定当前图像的质点位置和轮廓；根据所述特征提取顺序，将所述质点位置和所述轮廓依序输入至根据神经网络训练得到的预设图像智能设计模型中进行设计，以获得当前图像。