[发明专利]一种简笔画自动渲染方法

说明书

本发明公开了一种简笔画自动渲染方法，涉及图像处理技术领域，其技术方案要点是包括以下步骤：S1、收集数据集；S2、数据预处理；S3、训练和部署模型；S4、获取笔迹信息和类别信息；S5、自动渲染。本发明解决了简笔画无法实现自动渲染的问题，提高了儿童绘画的娱乐性和成就感，优化了数字简笔画绘画过程的用户体验。

技术领域

本发明涉及图像处理技术领域，更具体地说，它涉及一种简笔画自动渲染方法。

背景技术

简笔画是通过目识、心记、手写等活动，提取客观形象最典型、最突出的主要特点，以平面化、程式化的形式和简洁洗练的笔法，表现出既有概括性又有可识性和示意性的绘画。它把复杂的形象简单化，形体结构是绘画最基本的要素，各种物体都有自己独特的构成因素，结构形势及比例关系，平面化的简笔画，表现二维的平面结构比较简便。

简笔画往往是儿童学习画画的必经阶段，画简笔画也是儿童的一种很重要的娱乐方式。随着智能手机和互联网技术的快速发展，使用智能终端绘制简笔画已成为现实，当把物体的轮廓勾勒(勾勒轮廓的过程就是画简笔画的过程)出来后，对于学习前期的儿童来说，难以对所勾勒的轮廓进行阴影、着色等渲染操作，使之渲染成足够接近真实的样子。

发明内容

为解决上述问题，本发明的目的在于提供一种简笔画自动渲染方法，解决了简笔画无法实现自动渲染的问题，提高了儿童绘画的娱乐性和成就感，优化了数字简笔画绘画过程的用户体验。

为实现上述目的，本发明提供了如下技术方案：一种简笔画自动渲染方法，包括以下步骤：

S1、收集数据集：确定类别，按类别分别收集RGB数字图像；

S2、数据预处理：通过简笔画生成工具，将收集的RGB数字图像转化为简笔画数字图像；

S3、训练和部署模型：利用简笔画数据训练分类模型，针对每个类别，利用图像和简笔画训练渲染模型，将分类模型和渲染模型部署到云服务器；

S4、获取笔迹信息和类别信息：通过在智能终端获取简笔画笔迹信息，并将简笔画笔迹信息传输到服务器；在服务器端将简笔画笔迹信息处理成简笔画数字图像，然后将简笔画数字图像输入分类模型获取对应的类别信息；

S5、自动渲染：将简笔画数字图像输入对应类别的渲染模型，渲染模型在服务器端生成渲染图，将渲染图传输到智能终端进行显示。

进一步地，步骤S2所述的简笔画生成工具为图像处理软件，优选为Phtoshop。

进一步地，步骤S2所述的简笔画生成工具为边缘检测算法，优选为DSCD(DeepStructural Contour Detection)、RefineContourNet、HED(Holistically-Nested EdgeDetection)中的一种。

进一步地，步骤S3所述的分类模型为图像识别模型，优选为卷积神经网络模型及其变种。

进一步地，所述卷积神经网络模型及其变种包括但不限于LeNet、AlexNet、VGG、GoogleNet、ResNet。

进一步地，步骤S3所述的训练分类模型的过程为：

S311、有n个简笔画图像样本：{y⁽¹⁾,y⁽²⁾,…,y⁽ⁿ⁾}，每个简笔画图像对应一个类别：{l⁽¹⁾,l⁽²⁾,…,l⁽ⁿ⁾}，每个简笔画图像样本y⁽ⁱ⁾是一个H·W的矩阵，其对应的类别l⁽ⁱ⁾是一个长度的one-hot向量，其类别对应位置元素为1，其余为0；