[go: up one dir, main page]

TWI857821B - 網點圖紋生成方法及計算機可讀媒體 - Google Patents

網點圖紋生成方法及計算機可讀媒體 Download PDF

Info

Publication number
TWI857821B
TWI857821B TW112140861A TW112140861A TWI857821B TW I857821 B TWI857821 B TW I857821B TW 112140861 A TW112140861 A TW 112140861A TW 112140861 A TW112140861 A TW 112140861A TW I857821 B TWI857821 B TW I857821B
Authority
TW
Taiwan
Prior art keywords
dots
dot
dot pattern
generation method
screentone
Prior art date
Application number
TW112140861A
Other languages
English (en)
Other versions
TW202518304A (zh
Inventor
蘇憲奇
陳世國
李偉傑
Original Assignee
望隼科技股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 望隼科技股份有限公司 filed Critical 望隼科技股份有限公司
Priority to TW112140861A priority Critical patent/TWI857821B/zh
Priority to CN202311624804.4A priority patent/CN119887958A/zh
Priority to US18/629,950 priority patent/US20250139853A1/en
Application granted granted Critical
Publication of TWI857821B publication Critical patent/TWI857821B/zh
Publication of TW202518304A publication Critical patent/TW202518304A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/001Texturing; Colouring; Generation of texture or colour
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/32Image data format

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Image Processing (AREA)
  • Image Generation (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

一種網點圖紋生成方法以及一種計算機可讀媒體。其中,網點圖紋生成方法適用於計算機裝置,計算機裝置執行網點圖紋生成方法。網點圖紋生成方法包括:根據參考圖檔生成灰階值權重;輸入多個轉換參數,包括:網點尺寸範圍、網點總數、以及迭代運算次數;根據灰階值權重、網點尺寸範圍、以及網點總數,以隨機運算生成對應於多個網點的多個初始隨機座標;以及根據迭代運算次數、灰階值權重、以及該些初始隨機座標對該些網點進行網點分佈處理以生成網點圖紋,其中,網點圖紋包括該些網點。

Description

網點圖紋生成方法及計算機可讀媒體
本發明有關一種網點圖紋生成方法及計算機可讀媒體,尤其是一種將參考圖檔根據多個轉換參數、以及隨機運算(隨機演算法)進行轉換,並生成網點圖紋的方法,其中計算機可讀媒體儲存用以執行上述方法之程式碼。
在現行技術中,舉例來說,可以將網點圖紋應用於隱形眼鏡的圖紋設計。其中網點圖紋包括半色調網點圖紋,而半色調網點有三種類型:調幅網點、調頻網點、以及複合式網點。
調幅網點是一種網點印刷技術,調幅網點可以藉由將原稿影像(參考圖檔)轉換為每個網點的中心距離固定、但網點尺寸可調整的圖像。通過調整網點的大小,調幅網點可以模擬原稿影像的顏色深淺和濃淡等,來達到想要獲得的視覺效果。然而相對於原稿影像,調幅網點有著無法準確呈現圖案的細節的缺陷。
調頻網點是另一種網點印刷技術。在調頻網點中,每個網點的尺寸是相同的,每個網點的中心距離是可調整的。然而,由於調頻網點在軟體操作上有不便於使用者進行設計的問題,目前將調頻網點應用於隱形眼鏡的圖紋設計並不普遍。除此之外,若是為了追求圖案細節而使用大量網點則會導致生產上的問題。
複合式網點是相較於前兩種較新的技術,其結合運用調幅網點與調頻網點的特性,然而,與調頻網點相似地,由於複合式網點在軟體操作上有不便於使用者進行設計的問題,目前將複合式網點應用於隱形眼鏡的圖紋設計並不普遍。
總結而言,目前隱形眼鏡的圖紋設計以調幅網點為主流,調幅網點能夠實現一定程度的圖案效果,但在細節表現方面存在限制。相較於調幅網點,由於調頻網點以及複合式網點在軟體操作上不便於使用者進行設計,調頻網點以及複合式網點較少被使用。除此之外,藉由調頻網點或複合式網點設計出來的網點圖紋實際上是難以投入生產應用的。
綜上所述,目前仍缺乏一種可準確地呈現原稿影像的細節,且在軟體操作上便於使用者進行設計的網點圖紋生成技術。
有鑑於此,本發明提供一種網點圖紋生成方法以及一種計算機可讀媒體。計算機裝置可存取計算機可讀媒體並執行本發明之網點圖紋生成方法。網點圖紋生成方法生成的網點圖紋可適用於隱形眼鏡。藉由本發明提供的網點圖紋生成方法,使用者可以將預先設計好的原稿影像作為參考圖檔提供於計算機裝置,計算機裝置可以根據參考圖檔生成對應於該參考圖檔灰階值權重,再輸入多個轉換參數(轉換參數例如包括:網點尺寸範圍、網點總數、以及迭代運算次數等)並根據多個轉換參數、以及隨機運算(隨機演算法)將參考圖檔進行轉換,以隨機運算的方式生成網點的座標以生成網點圖紋。藉此,使用者可以在原稿影像設計完成後,快速且便捷地將原稿影像作為參考圖檔,準確地呈現原稿影像的細節並生成對應於原稿影像的網點圖紋。
本發明所提供的網點圖紋生成方法適用於計算機裝置,其中,網點圖紋生成方法包括:根據參考圖檔生成灰階值權重;輸入多個轉換參數,轉換參數包括:網點尺寸範圍、網點總數、以及迭代運算次數;根據灰階值權重、網點尺寸範圍、以及網點總數,以隨機運算生成對應於多個網點的多個初始隨機座標;以及根據迭代運算次數、灰階值權重、以及該些初始隨機座標對該些網點進行網點分佈處理以生成多個迭代隨機座標,並藉由該些迭代隨機座標生成網點圖紋,其中,網點圖紋包括該些網點。
在本發明的一實施例中,上述之網點圖紋生成方法更包括:將網點圖紋以向量圖檔格式儲存。
在本發明的一實施例中,在上述的網點圖紋生成方法中,網點尺寸範圍介於0.001毫米到1毫米之間。
在本發明的一實施例中,在上述的網點圖紋生成方法中,網點總數介於10個到10000個之間。
在本發明的一實施例中,在上述的網點圖紋生成方法中,迭代運算次數介於0次到1000次之間。
本發明所提供的計算機可讀媒體用以儲存包括如上所述的網點圖紋生成方法之程式碼,計算機裝置的處理單元可執行程式碼。
綜上所述,根據本發明的網點圖紋生成方法,使用者可以在原稿影像設計完成後,將原稿影像作為參考圖檔,快速且便捷地根據多個轉換參數以隨機運算的方式生成網點的座標進而生成網點圖紋。相較於習知技術,藉由本案發明的網點圖紋生成方法更可以準確地呈現原稿影像的細節,生成對應於原稿影像的網點圖紋。
為讓本發明之上述和其他目的、特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式,作詳細說明如下。
請參照圖1,圖1為本發明一實施例所提供的計算機裝置1的方塊圖。
在本實施例中,本發明之計算機裝置1包括:儲存單元11、處理單元12、以及輸入單元13。其中處理單元12連接儲存單元11、以及輸入單元13。
在本實施例中,計算機裝置1可存取儲存單元11(計算機可讀媒體)並用以執行網點圖紋生成方法。
在本實施例中,儲存單元11可以儲存參考圖檔、灰階值權重、多個轉換參數(例如轉換參數可以包括:網點尺寸範圍、網點總數、以及迭代運算次數)、隨機運算演算法、迭代運算演算法、網點分佈處理、程式碼、以及網點圖紋等的資料。儲存單元11可以包括非揮發性記憶體(Non-Volatile Memory, NVM)、及/或揮發性記憶體(Volatile Memory),舉例來說,儲存單元11可以是傳統硬碟、固態硬體、記憶體、記憶卡等又或者是其他具備資料儲存功能的裝置,所列舉出來的儲存單元11種類僅為示例,本發明不在此設限。
在本實施例中,處理單元12是具備計算能力的裝置,可以存取儲存於儲存單元11的資料並執行演算法、程式碼、資料傳輸等功能。舉例來說,處理單元12可以是單晶片微電腦(MCU)、中央處理器(Central Processing Unit,CPU)等又或者是其他具有相同功能的裝置,所列舉出來的處理單元種類僅為示例,本發明不在此設限。
在本實施例中,使用者可以藉由輸入單元13輸入多個轉換參數,該些轉換參數可以包括:網點尺寸範圍、網點總數、以及迭代運算次數等。舉例來說,輸入單元13可以是鍵盤、滑鼠等的輸入裝置,又或者是其他具有相同功能的裝置,所列舉出來的處理單元種類僅為示例,本發明不在此設限。
接著,請參照圖2。圖2為本發明一實施例所提供的網點圖紋生成方法的步驟流程圖,步驟流程包括如下:
步驟S101:根據參考圖檔生成灰階值權重;請參照圖3A,圖3A為本發明一實施例所提供的原稿影像(參考圖檔)的示意圖。舉例來說,使用者可以預先透過繪圖軟體建立一個畫布尺寸為2048x2048像素解析度的畫布,然後在畫布的繪畫區域內進行影像原稿的設計,其中影像原稿可以依照使用者的需求自由設計,檔案格式例如可以是JPG或PNG等的非向量圖檔格式。接著,使用者可以將設計好的影像原稿作為參考圖檔提供於計算機裝置1,計算機裝置1可以根據參考圖檔中的每一個像素分別生成對應於該些像素的灰階值權重。在其中一個實施例中,計算機裝置1可以將參考圖檔中的多個相鄰像素作為一像素組,並生成對應於像素組的灰階值權重。在其中一個實施例中,參考圖檔可以是彩色圖檔,計算機裝置1可以先將參考圖檔進行灰階值轉換再生成灰階值權重。
步驟S103:輸入多個轉換參數,轉換參數包括:網點尺寸範圍、網點總數、以及迭代運算次數;使用者可以藉由輸入單元13輸入多個轉換參數以完成參數設定,透過該些參數的調整可以進一步地控制生成的網點圖紋的整體結構和細節特徵。舉例來說,網點尺寸範圍可以介於0.001毫米到1毫米之間、網點總數可以介於10個到10000個之間、迭代運算次數可以介於0次到1000次之間。
其中,有關於網點尺寸範圍請參照圖4A、以及圖4B。在網點總數設定為2000個,迭代運算次數為10次的情況下,圖4A顯示只使用單一尺寸的網點0.05毫米所生成的圖案,而圖4B展示了網點大小範圍在0.05毫米至0.15毫米之間所生成的圖案。可觀察到,圖4B在對比度和細緻度上有較大的提升。相對於單一尺寸的網點,在網點尺寸為一給定範圍的情況所生成的網點更有利於提升對比度,使網點圖紋更接近於參考圖檔。
其中,有關於網點總數請參照圖5A至圖5C。在網點尺寸範圍設定為0.05毫米、迭代運算次數為10次的情況下,圖5A至圖5C用以比較放置1000個、2000個和3000個網點的效果,並展示了網點總數對生成的網點圖紋的影響。網點總數的增加更有助於呈現原稿的細節。
其中,有關於迭代運算次數請參照圖6A至圖6C。迭代運算次數影響網點的分佈狀態,在網點尺寸範圍為0.05毫米、網點總數為2000個的情況下,圖6A至圖6C用以對比展示分別進行0次、10次和20次迭代運算(網點分佈處理)的效果。在網點尺寸範圍、以及網點總數相同的情況下,從圖6A和圖6B可以明顯看出網點分布藉由迭代運算(網點分佈處理)調整至與參考圖檔相近,而相較於此,圖6B和圖6C網點分布並沒有太大的差異,其主因在於進行10次的迭代運算(網點分佈處理)已足以將網點的位置調整趨於定值,因此即便後續再多次地進行迭代運算(網點分佈處理)也不會對網點分布產生太大的差異。
步驟S105:根據灰階值權重、網點尺寸範圍、以及網點總數,以隨機運算生成對應於多個網點的多個初始隨機座標;舉例來說,隨機運算可以是利用任意的隨機數生成演算法,並根據灰階值權重在一指定範圍內初步地生成的對應於多個網點的多個隨機座標,並將該些隨機座標作為隨機網點的初始隨機座標。該些隨機座標具備高度的隨機性和均勻性,使生成的網點圖紋呈現亂數特性。本實施主要是將參考圖檔的灰階值視為機率分布,並根據使用者輸入的網點尺寸範圍、以及網點總數使用隨機運算生成網點的座標,並將其作為後續網點分佈處理的初始隨機座標,以便後續網點分佈處理可以更快速地將網點的位置調整至接近於參考圖檔。
步驟S107:根據迭代運算次數、灰階值權重、以及該些初始隨機座標對該些網點進行網點分佈處理以生成多個迭代隨機座標,並藉由該些迭代隨機座標生成網點圖紋;在本實施例中,處理單元12可以根據灰階值權重、由輸入單元13所輸入的迭代運算次數、以及初始隨機座標(以及/或迭代隨機座標)多次地進行網點分佈處理,並生成多個迭代隨機座標,再藉由該些迭代隨機座標生成網點圖紋,以將網點的位置調整至與參考圖檔相近。其中,迭代隨機座標指的是以初始隨機座標為基準多次進行網點分佈處理(即迭代運算)取得的座標。在其中一個實施例中,網點分佈處理更可以包括:隨機分佈處理、以及均勻分佈處理,使用者可以根據喜好的網點呈現方式選擇隨機分佈處理、以及/或均勻分佈處理,以生成更貼近於使用者的喜好的網點圖紋。
步驟S109:將網點圖紋輸出並以向量圖檔格式儲存;將生成的亂數網點圖紋輸出為數位圖像檔案或其他支援的向量檔案格式,以進行後續的後期處理、修改或保存。這種輸出格式具有廣泛的相容性和可擴展性,便於應用於各種設計工具和輸出媒體。舉例來說,可以將網點圖紋輸出為例如SVG檔案的向量圖檔格式,以便於後續的進一步修改。
本發明的網點圖紋生成方法不同於複合式網點,根據本發明的網點圖紋生成方法生成的網點圖紋具有高度的隨機性和複雜性,且可根據不同的設計需求和應用場景靈活調整。本發明的網點圖紋生成方法可適用於各種軟體應用程式和圖像設計工具,提供了一種簡便而有效的創作工具,同時為使用者提供更大的創作空間。本發明的網點圖紋生成方法在隱形眼鏡圖案設計領域具有廣泛的應用價值,為使用者帶來更多的設計可能性和創作靈感。
綜上所述,根據本發明的網點圖紋生成方法,使用者可以在原稿影像設計完成後,將原稿影像作為參考圖檔,快速且便捷地根據多個轉換參數以隨機運算的方式生成網點的座標進而生成網點圖紋。相較於習知技術,藉由本案發明的網點圖紋生成方法更可以準確地呈現原稿影像的細節,生成對應於原稿影像的網點圖紋。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,本發明所屬技術領域中具有通常知識者,在不脫離本發明之精神和範圍內,當可作些許之更動與潤飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
1:計算機裝置 11:儲存單元 12:處理單元 13:輸入單元 S101~S109:步驟
圖1為本發明一實施例所提供的計算機裝置的方塊圖; 圖2為本發明一實施例所提供的網點圖紋生成方法的步驟流程圖; 圖3A為本發明一實施例所提供的原稿影像(參考圖檔)的示意圖; 圖3B、4A、4B、5A、5B、5C、6A、6B、以及6C為根據本發明之網點圖紋生成方法而生成的網點圖紋的示意圖。
S101~S109:步驟

Claims (4)

  1. 一種網點圖紋生成方法,適用於一計算機裝置,該網點圖紋生成方法包括:根據一參考圖檔生成一灰階值權重;輸入多個轉換參數,該些轉換參數包括:一網點尺寸範圍、一網點總數、以及一迭代運算次數,其中該網點尺寸範圍介於0.001毫米到1毫米之間,並且該網點總數介於10個到10000個之間;根據該灰階值權重、該網點尺寸範圍、以及該網點總數,以一隨機運算生成對應於多個網點的多個初始隨機座標;以及根據該迭代運算次數、該灰階值權重、以及該些初始隨機座標對該些網點進行一網點分佈處理以生成多個迭代隨機座標,並藉由該些迭代隨機座標生成一網點圖紋,其中,該網點圖紋包括該些網點。
  2. 如請求項1所述之網點圖紋生成方法,更包括:將該網點圖紋以一向量圖檔格式儲存。
  3. 如請求項1所述之網點圖紋生成方法,其中,該迭代運算次數介於0次到1000次之間。
  4. 一種計算機可讀媒體,儲存一程式碼,一處理單元執行該程式碼;其中,該程式碼包括:如請求項1至3中任一項所述之網點圖紋生成方法。
TW112140861A 2023-10-25 2023-10-25 網點圖紋生成方法及計算機可讀媒體 TWI857821B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW112140861A TWI857821B (zh) 2023-10-25 2023-10-25 網點圖紋生成方法及計算機可讀媒體
CN202311624804.4A CN119887958A (zh) 2023-10-25 2023-11-30 网点图纹生成方法及计算机可读媒体
US18/629,950 US20250139853A1 (en) 2023-10-25 2024-04-09 Method for generating dot pattern and computer-readable medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW112140861A TWI857821B (zh) 2023-10-25 2023-10-25 網點圖紋生成方法及計算機可讀媒體

Publications (2)

Publication Number Publication Date
TWI857821B true TWI857821B (zh) 2024-10-01
TW202518304A TW202518304A (zh) 2025-05-01

Family

ID=94083920

Family Applications (1)

Application Number Title Priority Date Filing Date
TW112140861A TWI857821B (zh) 2023-10-25 2023-10-25 網點圖紋生成方法及計算機可讀媒體

Country Status (3)

Country Link
US (1) US20250139853A1 (zh)
CN (1) CN119887958A (zh)
TW (1) TWI857821B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108389259A (zh) * 2018-03-13 2018-08-10 武汉大学 一种随机中心聚集图像网目调方法和系统
US20220382933A1 (en) * 2021-05-26 2022-12-01 Totalenergies One Tech Performing A Deformation-Based Physics Simulation
CN115861297A (zh) * 2023-02-14 2023-03-28 联禾印享文化科技(南京)有限公司 基于深度学习的印版网点图像检测和分割方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4042644C2 (de) * 1989-09-26 1999-04-01 Canon Kk Druckgerät
JP2013130659A (ja) * 2011-12-20 2013-07-04 Menicon Co Ltd コンタクトレンズ及びコンタクトレンズの製造方法
KR20170142784A (ko) * 2016-06-20 2017-12-28 한국기계연구원 무작위 점 패턴의 설계 방법 및 렌즈 어레이 부재의 제조 방법
US10884264B2 (en) * 2018-01-30 2021-01-05 Sightglass Vision, Inc. Ophthalmic lenses with light scattering for treating myopia
JP7520616B2 (ja) * 2020-07-29 2024-07-23 キヤノン株式会社 閾値マトリクスの生成方法および画像処理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108389259A (zh) * 2018-03-13 2018-08-10 武汉大学 一种随机中心聚集图像网目调方法和系统
US20220382933A1 (en) * 2021-05-26 2022-12-01 Totalenergies One Tech Performing A Deformation-Based Physics Simulation
CN115861297A (zh) * 2023-02-14 2023-03-28 联禾印享文化科技(南京)有限公司 基于深度学习的印版网点图像检测和分割方法及装置

Also Published As

Publication number Publication date
CN119887958A (zh) 2025-04-25
US20250139853A1 (en) 2025-05-01
TW202518304A (zh) 2025-05-01

Similar Documents

Publication Publication Date Title
TWI512680B (zh) 用在於一數位相機內最佳化影像品質的系統與方法
CN111199518B (zh) Vr设备的图像呈现方法、装置、设备和计算机存储介质
CN112184582B (zh) 一种基于注意力机制的图像补全方法及装置
JP2013055472A (ja) 画像処理装置および方法、並びにプログラム
CN111047509B (zh) 一种图像特效处理方法、装置及终端
CN113034355B (zh) 一种基于深度学习的肖像图像双下巴去除方法
CN115187706B (zh) 一种人脸风格迁移的轻量化方法、系统、存储介质和电子设备
CN110060216A (zh) 一种基于生成对抗网络的图像修复方法、装置以及设备
CN111833413B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN114332119A (zh) 生成人脸属性变化图像的方法及相关装置
TWI857821B (zh) 網點圖紋生成方法及計算機可讀媒體
WO2020022519A1 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
Chae et al. Semantic image synthesis with unconditional generator
KR20220157869A (ko) 영상 처리 장치 및 그 동작 방법
CN118037556B (zh) 一种基于空间光场的超表面大视场全息术的相位恢复方法
CN116721194B (zh) 基于生成模型的人脸渲染方法和装置
Lee et al. TAMP: Token-Adaptive Layerwise Pruning in Multimodal Large Language Models
CN117853750A (zh) 动作迁移模型的训练方法、动作迁移方法及电子设备
CN118365520A (zh) 用于图像超分辨率重建的改进生成对抗网络的构建方法
CN111784558B (zh) 一种图像处理方法、装置、电子设备及计算机存储介质
Dai et al. Mix-order attention networks for image restoration
Li Enhancing low‐light images with lightweight fused fixed‐directional filters network
CN118710501B (zh) 图像超分辨率重建系统的训练方法、图像重建方法及系统
CN119148951B (zh) Pvc地板膜数字印刷色彩管理方法及系统
CN107341757A (zh) 基于Lorenz系统最优序列和K‑L变换的图像加密方法