本发明涉及图像处理及互联网,具体涉及一种用于图文生成的方法及计算设备。
背景技术:
1、旅游手账是一种记录旅行经历、分享旅行感受的方式。通过手写文字、绘画和贴纸等方式,帮助旅行者留下宝贵的回忆和整理旅行信息。传统的记手账需要消耗大量的时间、精力、费用,对排版设计、创意绘画以及文案撰写能力也有一定的门槛要求。
2、因此,需要一种方便易用的手账解决方案。
技术实现思路
1、本申请旨在提供一种用于图文生成的方法及计算设备,能够节省人力时间成本。
2、根据本申请的一方面,提供一种用于图像背景延展的方法,包括:
3、利用用户提供的照片生成相应的提示文;
4、将所述提示文输入大语言模型进行分组并生成照片文案;
5、利用所述照片文案生成文案图层;
6、根据所述分组选择照片;
7、利用所选择的照片生成照片图层;
8、将所述照片文案和/或所选择的至少部分照片输入预训练的图文生图模型,实时生成个性化的背景图层;
9、将所述照片图层、所述文案图层和所述背景图层统一合成为输出图片提供给用户。
10、根据一些实施例,所述方法用于生成旅游手账、生活记录、日常规划、学习笔记、新闻报道、和/或板报规划。
11、根据一些实施例,所述场景描述包括风景描述、人物描述、和/或美食描述。
12、根据一些实施例,所述利用用户提供的照片生成相应的提示文,包括:
13、获取用户提供的照片;
14、根据所述照片的元信息生成所述照片的时间描述和地点描述;
15、通过图像描述模型对所述照片进行语义理解,生成所述照片的场景描述及场景标注;
16、利用结构化文本内容构建提示文,所述结构化文本内容包括所述时间描述、所述地点描述、所述场景描述以及用户选择的模板和风格。
17、根据一些实施例,所述结构化文本内容还包括用户提供的关键词描述。
18、根据一些实施例,利用所选择的照片生成照片图层,包括:
19、根据所述场景标注对所选择的照片进行个性化处理;
20、将个性化处理后的照片进行自适应旋转;
21、将自适应旋转后的照片绘制到所述照片图层。
22、根据一些实施例,根据所述场景分类对所选择的照片进行个性化处理,包括:
23、如果场景标注为人物,对所述照片中的人物主体进行卡通化或白边化处理;和/或
24、如果场景标注为风景,对所述照片进行滤镜处理;和/或
25、如果场景标注为美食,对所述照片中的主体美食进行抠图处理。
26、根据一些实施例,根据所述照片的元信息生成所述照片的时间描述和地点描述,包括:
27、对所述照片的元信息进行提取,得到照片的时间描述和gps信息;
28、对所述gps信息进行逆地址解析,得到照片的地点描述。
29、根据一些实施例,前述方法还包括:
30、响应用户的操作请求,对所述输出图片进行精修或者重新生成输出图片。
31、根据本申请的另一方面,提供一种计算设备,包括:
32、处理器;以及
33、存储器,存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行如上任一项所述的方法。
34、根据本申请的另一方面,提供一种非瞬时性计算机可读存储介质,其上存储有计算机可读指令,当所述指令被处理器执行时,使得所述处理器执行如上任一项所述的方法。
35、根据本申请的实施例,通过aigc技术,把繁重的手帐制作环节逐一剥离出来,将大语言模型、图到文生成、文到图生成、图到图生成相结合,再聚合成一套ai全托管式的制作流程,从而打造方便易用的图文生成工具,极大降低手帐制作门槛和每一个制作环节的人力时间成本。
36、根据一些实施例,用户可不再需要自己从零构思文案、设计排版、手绘文字和选择照片,仅需上传用于记录的照片,即可快速得到与场景和定制选项相符的个性化精美手帐,从而使得手帐的使用门槛得到有效降低,极大节省了用户的使用成本,提升了用户体验。
37、根据一些实施例,只需要用户上传需要记录的n张照片,选择想要的风格和模板,即可对照片进行meta信息获取,然后基于多模态大模型的图片语义理解,为大语言模型提供关键信息,再基于用户选择的风格和模板,产生个性化的prompt(提示文),统一输入到大语言模型中,让大语言模型按照特定维度(时间线/地点线)进行智能分组选图,同步智能生成描述照片内容的多组个性化风格文案,而后使用诸如基于diffusion的图文生图模型对原始照片进行美食抠图、人物卡通化白边化、手帐背景/小元素个性化生成、图片滤镜以及图片自适应旋转等处理,最终将文案、处理后的照片、背景进行合成,输出一张图文并茂的手帐。根据示例实施例的方案可极大缩短传统手帐的制作时间,降低手帐的使用门槛。
38、应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请。
1.一种用于图文生成的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述方法用于生成旅游手账、生活记录、日常规划、学习笔记、新闻报道、和/或板报规划。
3.根据权利要求1所述的方法,其特征在于,所述场景描述包括风景描述、人物描述、和/或美食描述。
4.根据权利要求1所述的方法,其特征在于,所述利用用户提供的照片生成相应的提示文,包括:
5.根据权利要求4所述的方法,其特征在于,所述结构化文本内容还包括用户提供的关键词描述。
6.根据权利要求4所述的方法,其特征在于,利用所选择的照片生成照片图层,包括:
7.根据权利要求6所述的方法,其特征在于,根据所述场景分类对所选择的照片进行个性化处理,包括:
8.根据权利要求4所述的方法,其特征在于,根据所述照片的元信息生成所述照片的时间描述和地点描述,包括:
9.根据权利要求1所述的方法,其特征在于,还包括:
10.一种计算设备,其特征在于,包括: