[發明專利]一種基于神經網絡生成的自動配色裝置

在審

• 申請號: 201810235951.5
• 申請日: 2018-03-21
• 公開（公告）號: CN108596984A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 李榮陸;王心磊
• 申請（專利權）人: 李榮陸
• 主分類號: G06T7/90
• 分類號: G06T7/90;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種圖文平面設計技術領域，提供一種基于神經網絡生成的自動配色裝置，可以不局限于使用場景，基于圖片的色彩，經過像素色彩分析后，使用神經網絡自動生成合適的配色方案，可以將配色解決方案獨立于工具的依賴，獨立完成自動配色任務，簡化了配色操作，提高了配色設計效率。

技術領域

本發明涉及圖文平面設計技術領域，特別涉及一種基于神經網絡生成的自動配色裝置。

背景技術

在數字傳播的快速互聯網時代，各種內容與圖片的搭配顯得日益重要，目前，除了通過設計師直接使用專業的設計工具進行配色設計處理外，并沒有一種快速方便的工具，可以解決復雜的配色方案。

發明內容

因此，針對上述的問題，本發明提出一種基于神經網絡生成的自動配色裝置，可以不局限于使用場景，基于圖片的色彩，經過像素色彩分析后，使用神經網絡自動生成合適的配色方案，可以將配色解決方案獨立于工具的依賴，獨立完成自動配色任務，簡化了配色操作，提高了配色設計效率。

為實現上述技術問題，本發明采取的解決方案為：一種基于神經網絡生成的自動配色裝置，包括如下處理步驟：

步驟（1）、將圖片的色彩分布進行K-means統計分析，得到圖片的主成分顏色；

步驟（2）、基于Adobe color的訓練數據，利用對抗生成神經網絡模型，以訓練配色，生成配色網絡模型；

步驟（3）、將步驟（1）分析獲得的主成分顏色參數輸入至步驟（2）訓練完成的配色網絡模型作為參數，配色網絡模型將會自動生成合適的配色方案。

進一步的是，步驟（1）的統計分析方法為：

采用HIS顏色模型對目標區塊的色彩進行顏色特征描述；

將圖片轉化為的像素點矩陣區塊，區塊中的每個像素點表示為，其中，,；

隨機取樣區塊面積中的5個像素樣點，并使用表示其中一個像素樣點，；

分別計算與5個像素樣點之間的最短距離，

表示像素點的H顏色數值，表示像素點的S顏色數值，表示像素點的I顏色數值， ，，依此類推；

選取其中與的最短距離最小的像素樣點，求這二者之間的新中心點的HIS色彩，

；

當區塊內所有的像素點全部完成前述計算后，可以得到其最新的5個質心點，統計每個質心點的點數，可以得到主要色彩的比重，取高比例的前幾個主要成分顏色，即分析得到主成分顏色。

通過采用前述技術方案，本發明的有益效果是：如上所述設計的基于神經網絡生成的自動配色裝置，可以不局限于使用場景，基于圖片的色彩，經過像素色彩分析后，使用神經網絡自動生成合適的配色方案，可以將配色解決方案獨立于工具的依賴，獨立完成自動配色任務，簡化了配色操作，提高了配色設計效率。

附圖說明

圖1是本發明實施例步驟（2）生成網絡模型的網絡結構示意圖。

具體實施方式

現結合具體實施例對本發明進一步說明。

本發明實施例揭示的是，一種基于神經網絡生成的自動配色裝置，其特征在于，包括如下處理步驟：

步驟（1）、將圖片的色彩分布進行K-means統計分析，得到圖片的主成分顏色，具體為：

采用HIS顏色模型對目標區塊的色彩進行顏色特征描述；

將圖片轉化為的像素點矩陣區塊，區塊中的每個像素點表示為，其中，,；