本申請(qǐng)屬于人工智能和大數(shù)據(jù)技術(shù)領(lǐng)域，涉及一種圖片生成方法，包括響應(yīng)于對(duì)原始圖片中第一目標(biāo)區(qū)域中的任意區(qū)域點(diǎn)選，在原始圖片中生成與點(diǎn)選對(duì)應(yīng)的點(diǎn)選標(biāo)記；將包括點(diǎn)選標(biāo)記的所述原始圖片輸入預(yù)訓(xùn)練的SAM模型，生成第一目標(biāo)區(qū)域?qū)?yīng)的第一掩碼圖；基于第一掩碼圖，通過預(yù)訓(xùn)練的stable?diffusion模型對(duì)第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片。本申請(qǐng)還提供一種圖片生成裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。此外，本申請(qǐng)還涉及區(qū)塊鏈技術(shù)，生成的圖片可存儲(chǔ)于區(qū)塊鏈中。本申請(qǐng)能夠快速生成效果較好的圖片。
【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及人工智能和大數(shù)據(jù)，尤其涉及圖片生成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、對(duì)于金融業(yè)務(wù)(以保險(xiǎn)為例)，保險(xiǎn)經(jīng)常需要營銷，營銷就少不了海報(bào)圖片制作。因此海報(bào)制作目前在營銷場景有不少的需求，此前是全部依賴于設(shè)計(jì)人員，效率低下。
2、為此人們?cè)O(shè)計(jì)可以基于神經(jīng)網(wǎng)絡(luò)模型自動(dòng)生成海報(bào)圖片，但是現(xiàn)有的基于神經(jīng)網(wǎng)絡(luò)模型生成的圖片都不是很完美，或者需要復(fù)雜的處理才能生成較完美的新圖片，比如：當(dāng)我們需要對(duì)圖片的局部進(jìn)行重繪時(shí)，這時(shí)候需要我們對(duì)重繪區(qū)域進(jìn)行全部涂黑，然后再進(jìn)行重繪，通常非常花費(fèi)時(shí)間。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)實(shí)施例的目的在于提出一種圖片生成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，其主要目的是快速生成效果較好的圖片。
2、為了解決上述技術(shù)問題，本申請(qǐng)實(shí)施例提供一種圖片生成方法，采用了如下所述的技術(shù)方案：
3、一種圖片生成方法，包括下述步驟：
4、響應(yīng)于對(duì)原始圖片中第一目標(biāo)區(qū)域中的任意區(qū)域點(diǎn)選，在原始圖片中生成與所述點(diǎn)選對(duì)應(yīng)的點(diǎn)選標(biāo)記；
5、將包括所述點(diǎn)選標(biāo)記的所述原始圖片輸入預(yù)訓(xùn)練的sam模型，生成所述第一目標(biāo)區(qū)域?qū)?yīng)的第一掩碼圖；
6、基于所述第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)所述第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片。
7、進(jìn)一步的，所述基于所述第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)所述第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片的步驟，具體包括：
>8、基于所述第一掩碼圖提取所述第一目標(biāo)區(qū)域；9、基于所述第一掩碼圖從所述原始圖片中提取所述第一目標(biāo)區(qū)域；
10、提取與所述第一目標(biāo)區(qū)域適配的第三目標(biāo)區(qū)域；
11、將所述第一掩碼圖輸入所述預(yù)訓(xùn)練的stablediffusion模型，生成重繪后的第一目標(biāo)區(qū)域；
12、將所述第三目標(biāo)區(qū)域與所述重繪后的第一目標(biāo)區(qū)域結(jié)合，生成所述新圖片。
13、進(jìn)一步的，所述提取與所述第一目標(biāo)區(qū)域適配的第三目標(biāo)區(qū)域的步驟，具體包括：
14、提取所述第一目標(biāo)區(qū)域的基本參數(shù)；
15、基于所述基本參數(shù)調(diào)取與所述基本參數(shù)適配的所述第三目標(biāo)區(qū)域；
16、獲取所述第三目標(biāo)區(qū)域在所述原始圖片中的像素位置。
17、進(jìn)一步的，所述基于所述第一掩碼圖，從所述原始圖片中提取所述第一目標(biāo)區(qū)域之后，所述將提取的所述第一目標(biāo)區(qū)域與新背景結(jié)合，生成所述新圖片之前，還包括：
18、將所述第一掩碼圖保存為png格式；其中，所述png格式的所述第一掩碼圖通過添加一個(gè)額外的alpha通道表示圖像中每個(gè)像素的透明度。
19、進(jìn)一步的，所述基于所述第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)所述原始圖片中的所述第一目標(biāo)區(qū)域進(jìn)行圖像修復(fù)，得到所述新圖片的步驟，具體包括：
20、將所述第一目標(biāo)區(qū)域的所述第一掩碼圖輸入預(yù)訓(xùn)練的第一stablediffusion模型，生成重繪后的所述第一目標(biāo)區(qū)域，以得到所述新圖片。
21、進(jìn)一步的，所述基于所述第一掩碼圖，對(duì)所述原始圖片中的所述第一目標(biāo)區(qū)域進(jìn)行圖像修復(fù)，得到所述新圖片的步驟，具體包括：
22、獲取第二目標(biāo)區(qū)域的第二掩碼圖；
23、從所述第一掩碼圖中摳除與所述第二掩碼圖重疊的區(qū)域，得到修正掩碼圖；
24、將所述修正掩碼圖輸入預(yù)訓(xùn)練的第二stablediffusion模型，生成重繪后的所述第一目標(biāo)區(qū)域，以得到所述新圖片。
25、為了解決上述技術(shù)問題，本申請(qǐng)實(shí)施例還提供一種圖片生成裝置，采用了如下所述的技術(shù)方案：
26、標(biāo)記生成模塊，用于響應(yīng)于對(duì)原始圖片中第一目標(biāo)區(qū)域中的任意區(qū)域點(diǎn)選，在原始圖片中生成與所述點(diǎn)選對(duì)應(yīng)的點(diǎn)選標(biāo)記；
27、掩碼生成模塊，用于將包括所述點(diǎn)選標(biāo)記的所述原始圖片輸入預(yù)訓(xùn)練的sam模型，生成所述第一目標(biāo)區(qū)域?qū)?yīng)的第一掩碼圖；
28、圖片生成模塊，用于基于所述第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)所述第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片。
29、進(jìn)一步的，所述圖片生成模塊包括：
30、目標(biāo)提取子模塊，用于基于所述第一掩碼圖從所述原始圖片中提取所述第一目標(biāo)區(qū)域；
31、背景結(jié)合子模塊，用于提取與所述第一目標(biāo)區(qū)域適配的第三目標(biāo)區(qū)域；
32、圖像重繪子模塊，用于將所述第一掩碼圖輸入所述預(yù)訓(xùn)練的stablediffusion模型，生成重繪后的第一目標(biāo)區(qū)域；
33、圖片生成子模塊，用于將所述第三目標(biāo)區(qū)域與所述重繪后的第一目標(biāo)區(qū)域結(jié)合，生成所述新圖片。
34、為了解決上述技術(shù)問題，本申請(qǐng)實(shí)施例還提供一種計(jì)算機(jī)設(shè)備，采用了如下所述的技術(shù)方案：
35、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀指令，所述處理器執(zhí)行所述計(jì)算機(jī)可讀指令時(shí)實(shí)現(xiàn)如上面任一項(xiàng)所述的圖片生成方法的步驟。
36、為了解決上述技術(shù)問題，本申請(qǐng)實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，采用了如下所述的技術(shù)方案：
37、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上面任一項(xiàng)所述的圖片生成方法的步驟。
38、與現(xiàn)有技術(shù)相比，本申請(qǐng)實(shí)施例主要有以下有益效果：
39、本申請(qǐng)實(shí)施例通過響應(yīng)于對(duì)原始圖片中第一目標(biāo)區(qū)域中的任意區(qū)域點(diǎn)選，在原始圖片中生成與點(diǎn)選對(duì)應(yīng)的點(diǎn)選標(biāo)記，將包括點(diǎn)選標(biāo)記的原始圖片輸入預(yù)訓(xùn)練的sam模型，生成第一目標(biāo)區(qū)域?qū)?yīng)的第一掩碼圖，再基于第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片，用戶只需要對(duì)原始圖片中的第一目標(biāo)區(qū)域的任意區(qū)域用鼠標(biāo)等進(jìn)行點(diǎn)擊，再依序通過預(yù)訓(xùn)練的sam模型和預(yù)訓(xùn)練的stablediffusion模型進(jìn)行處理，從而可以實(shí)現(xiàn)簡單、快速地生成效果較好的新圖片。
本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種圖片生成方法，其特征在于，包括下述步驟：
2.根據(jù)權(quán)利要求1所述的圖片生成方法，其特征在于，所述基于所述第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)所述第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片的步驟，具體包括：
3.根據(jù)權(quán)利要求2所述的圖片生成方法，其特征在于，所述提取與所述第一目標(biāo)區(qū)域適配的第三目標(biāo)區(qū)域的步驟，具體包括：
4.根據(jù)權(quán)利要求2或3所述的圖片生成方法，其特征在于，所述基于所述第一掩碼圖，從所述原始圖片中提取所述第一目標(biāo)之后，所述將提取的所述第一目標(biāo)與新背景結(jié)合之前，還包括：
5.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的圖片生成方法，其特征在于，所述基于所述第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)所述第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片的步驟，具體包括：
6.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的圖片生成方法，其特征在于，所述基于所述第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)所述第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片的步驟，具體包括：
7.一種圖片生成裝置，其特征在于，包括：
8.根據(jù)權(quán)利要求7所述的圖片生成裝置，其特征在于，所述圖片生成模塊包括：
9.一種計(jì)算機(jī)設(shè)備，其特征在于，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀指令，所述處理器執(zhí)行所述計(jì)算機(jī)可讀指令時(shí)實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的圖片生成方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的圖片生成方法的步驟。
...
【技術(shù)特征摘要】
1.一種圖片生成方法，其特征在于，包括下述步驟：
2.根據(jù)權(quán)利要求1所述的圖片生成方法，其特征在于，所述基于所述第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)所述第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片的步驟，具體包括：
3.根據(jù)權(quán)利要求2所述的圖片生成方法，其特征在于，所述提取與所述第一目標(biāo)區(qū)域適配的第三目標(biāo)區(qū)域的步驟，具體包括：
4.根據(jù)權(quán)利要求2或3所述的圖片生成方法，其特征在于，所述基于所述第一掩碼圖，從所述原始圖片中提取所述第一目標(biāo)之后，所述將提取的所述第一目標(biāo)與新背景結(jié)合之前，還包括：
5.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的圖片生成方法，其特征在于，所述基于所述第一掩碼圖，通過預(yù)訓(xùn)練的stablediffusion模型對(duì)所述第一目標(biāo)區(qū)域進(jìn)行處理，生成新圖片的步...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：唐小初，舒暢，陳又新，
申請(qǐng)(專利權(quán))人：平安科技深圳有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。