[發(fā)明專利]一種圖像處理方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910829520.6
• 申請日: 2019-09-03
• 公開（公告）號(hào): CN110544218A
• 公開（公告）日: 2019-12-06
• 發(fā)明（設(shè)計(jì)）人: 陳錫顯
• 申請（專利權(quán)）人: 騰訊科技(深圳)有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T3/00;G06T7/90;G06N3/08
• 代理公司: 11270 北京派特恩知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 王姍姍;張穎玲<國際申請>=<國際公布>

1.一種圖像處理方法，其特征在于，所述方法包括：

獲取待處理文字圖像的色彩特征和透明度特征以及模板文字圖像的色彩特征和透明度特征；

獲取訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，其中，所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型是至少利用具有透明度特征的訓(xùn)練圖像訓(xùn)練得到的；

基于所述模板文字圖像的色彩特征和透明度特征對所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行遷移學(xué)習(xí)，得到調(diào)整后的神經(jīng)網(wǎng)絡(luò)模型；

通過所述調(diào)整后的神經(jīng)網(wǎng)絡(luò)模型，對所述待處理文字圖像的色彩特征和透明度特征進(jìn)行處理，得到目標(biāo)文字圖像，其中，所述目標(biāo)文字圖像的顯示效果與所述模板文字圖像的顯示效果相同。

2.根據(jù)權(quán)利要求1中所述的方法，其特征在于，所述方法還包括：

獲取多個(gè)訓(xùn)練文字圖像的實(shí)際色彩特征和實(shí)際透明度特征，其中，所述各個(gè)訓(xùn)練文字圖像的顯示效果相同；

獲取所述多個(gè)訓(xùn)練文字圖像對應(yīng)的源文字圖像，并獲取所述源文字圖像的實(shí)際色彩特征和實(shí)際透明度特征；

將所述多個(gè)訓(xùn)練文字圖像的實(shí)際色彩特征和實(shí)際透明度特征、所述多個(gè)源文字圖像的實(shí)際色彩特征和實(shí)際透明度特征確定為訓(xùn)練數(shù)據(jù)；

基于所述訓(xùn)練數(shù)據(jù)對預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求2中所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型至少包括：第一骨架提取模型、第一骨架提取模型、源文字復(fù)原模型、目標(biāo)文字生產(chǎn)模型和透明度生成模型，所述基于所述訓(xùn)練數(shù)據(jù)對預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，包括：

根據(jù)所述訓(xùn)練數(shù)據(jù)中的第一源文字圖像的實(shí)際色彩特征和第一訓(xùn)練文字圖像的實(shí)際色彩特征對所述第一骨架提取模型、第二骨架提取模型和源文字復(fù)原模型進(jìn)行訓(xùn)練，；

根據(jù)所述訓(xùn)練數(shù)據(jù)中的第一源文字圖像的實(shí)際色彩特征、第一訓(xùn)練文字圖像的實(shí)際色彩特征、第二訓(xùn)練文字圖像的實(shí)際色彩特征對所述第一骨架提取模型、第二骨架提取模型和目標(biāo)文字生成模型進(jìn)行訓(xùn)練；

根據(jù)第一源文字圖像的實(shí)際色彩特征、第一訓(xùn)練文字圖像的實(shí)際色彩特征和實(shí)際透明度特征，對所述第一骨架提取模型、第二骨架提取模型和目標(biāo)文字生成模型進(jìn)行訓(xùn)練。

4.根據(jù)權(quán)利要求3中所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練數(shù)據(jù)中的第一源文字圖像的實(shí)際色彩特征和第一訓(xùn)練文字圖像的實(shí)際色彩特征對所述第一骨架提取模型、第二骨架提取模型和源文字復(fù)原模型進(jìn)行訓(xùn)練，包括：

將所述訓(xùn)練數(shù)據(jù)中的第一源文字圖像的實(shí)際色彩特征輸入第一骨架提取模型，得到源文字骨架信息；

將所述訓(xùn)練數(shù)據(jù)中的第一訓(xùn)練文字圖像的實(shí)際色彩特征輸入第二骨架提取模型，得到第一訓(xùn)練文字骨架信息；

通過源文字復(fù)原模型進(jìn)行基于所述源文字骨架信息和第一訓(xùn)練文字骨架信息的預(yù)測處理，得到的第一源文字圖像的預(yù)測色彩特征；

將所述第一源文字圖像的預(yù)測色彩特征與實(shí)際色彩特征的差值在所述第一骨架提取模型、第二骨架提取模型和源文字復(fù)原模型中進(jìn)行反向傳播，以更新所述第一骨架提取模型、第二骨架提取模型和源文字復(fù)原模型的參數(shù)。

5.根據(jù)權(quán)利要求4中所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練數(shù)據(jù)中的第一源文字圖像的實(shí)際色彩特征、第一訓(xùn)練文字圖像的實(shí)際色彩特征、第二訓(xùn)練文字圖像的實(shí)際色彩特征對所述第一骨架提取模型、第二骨架提取模型和目標(biāo)文字生成模型進(jìn)行訓(xùn)練，包括：

將第二訓(xùn)練文字圖像的色彩特征輸入第二骨架提取模型，得到第二訓(xùn)練文字骨架信息；

通過目標(biāo)文字生成模型進(jìn)行基于所述源文字骨架信息和所述第二訓(xùn)練文字骨架信息的預(yù)測處理，得到的第一訓(xùn)練文字圖像的預(yù)測色彩特征；

將所述第一訓(xùn)練文字圖像的預(yù)測色彩特征和實(shí)際色彩特征的差值在所述第一骨架提取模型、第二骨架提取模型和目標(biāo)文字生成模型中進(jìn)行反向傳播，以更新所述第一骨架提取模型、第二骨架提取模型和目標(biāo)文字生成模型的參數(shù)。