CN110458918B - 用于输出信息的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：获取包括待替换掉文字的风格图片和包括目标文字的文本图片；从风格图片中学习待替换掉文字的文本风格属性；基于文本风格属性和文本图片生成前景图片和掩码图片；从风格图片中擦除待替换掉文字生成背景图片；将前景图片、掩码图片和背景图片融合生成目标图片并输出。该实施方式集成了目标文本风格增量式学习的优势，采用对抗生成网络学习的方法，多维度学习任意形状的文字几何特征和其他属性特征，同时解决其他方法生成目标文本过程会丢失的文本结构性特征。该方法运用于图像生成，运行速度较快，可以满足一些实时的应用场景。

Description

用于输出信息的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于输出信息的方法和装置。

背景技术

图像和视频中的文本，或称为场景文本，包含丰富的语义信息，在许多多媒体应用程序中非常有用。文本风格迁移和背景纹理修复的相关工作一直是文本编辑领域中诸多学者研究的热门课题，随着深度学习时代的变革，文本图片编辑也由传统的方法向基于对抗神经网络风格迁移转变。

在文本编辑中，保持原文本风格是一件非常具有挑战性的工作。人们尝试在给定的图像或者风格化的文字样本中迁移或者复制其文字的风格信息。目前一些方法侧重于字符级风格转换。比如自编码网络文字风格迁移和基于生成对抗网络方法。

目前文本图片编辑面临着两大挑战：文本风格的转换和背景纹理的保留。特别是场景图像中文本的属性是多样的，如语言、字体、颜色、方向、笔画大小、空间透视信息等，这使得精确地捕获与文本相关的所有特性并将其迁移给目标文本变得困难，同时，保持背景与原图像的一致性也是一个难点，尤其是在菜单、街店招牌等复杂场景中出现文字时，此外，如果目标文本比原始文本短，则编辑后的图像应删除超出字符区域，并使用适当的纹理将其覆盖。所以，如果只是基于现有方法很难直接应用于文本风格迁移。同时，目前基于图像生成方法大多采用的是神经卷积网络图像重建的方法，但是如此生成过程容易丢失文本的属性信息，生成结果结构不规则，字体与之前的不一致等。

发明内容

本公开的实施例提出了用于输出信息的方法和装置。

第一方面，本公开的实施例提供了一种用于输出信息的方法，包括：获取包括待替换掉文字的风格图片和包括目标文字的文本图片；从风格图片中学习待替换掉文字的文本风格属性；基于文本风格属性和文本图片生成前景图片和掩码图片；从风格图片中擦除待替换掉文字生成背景图片；将前景图片、掩码图片和背景图片融合生成目标图片并输出。

在一些实施例中，从风格图片中学习待替换掉文字的文本风格属性，包括：通过空间变换网络从风格图片中学习待替换掉文字的倾斜、透射变换信息。

在一些实施例中，从风格图片中学习待替换掉文字的文本风格属性，包括：通过四边形检测加薄板样条函数变换方法从风格图片中学习待替换掉文字的倾斜、透射变换信息。

在一些实施例中，从风格图片中学习待替换掉文字的文本风格属性，包括：通过笔划过滤器从风格图片中学习待替换掉文字的笔画粗细、字体信息。

在一些实施例中，基于文本风格属性生成掩码图片，包括：基于待替换掉文字的倾斜、透射变换信息和笔画粗细、字体信息生成掩码图片。

在一些实施例中，从风格图片中学习待替换掉文字的文本风格属性，包括：从风格图片中学习待替换掉文字的颜色信息。

在一些实施例中，获取包括目标文字的文本图片，包括：获取目标文字；基于目标文字生成预定格式的文本图片。

在一些实施例中，前景图片、掩码图片和背景图片通过条件生成对抗网络生成。

第二方面，本公开的实施例提供了一种用于输出信息的装置，包括：获取单元，被配置成获取包括待替换掉文字的风格图片和包括目标文字的文本图片；学习单元，被配置成从风格图片中学习待替换掉文字的文本风格属性；第一生成单元，被配置成基于文本风格属性和文本图片生成前景图片和掩码图片；第二生成单元，被配置成从风格图片中擦除待替换掉文字生成背景图片；融合单元，被配置成将前景图片、掩码图片和背景图片融合生成目标图片并输出。

在一些实施例中，学习单元进一步被配置成：通过空间变换网络从风格图片中学习待替换掉文字的倾斜、透射变换信息。

在一些实施例中，学习单元进一步被配置成：通过四边形检测加薄板样条函数变换装置从风格图片中学习待替换掉文字的倾斜、透射变换信息。

在一些实施例中，学习单元进一步被配置成：通过笔划过滤器从风格图片中学习待替换掉文字的笔画粗细、字体信息。

在一些实施例中，第一生成单元进一步被配置成：基于待替换掉文字的倾斜、透射变换信息和笔画粗细、字体信息生成掩码图片。

在一些实施例中，学习单元进一步被配置成：从风格图片中学习待替换掉文字的颜色信息。

在一些实施例中，获取单元进一步被配置成：获取目标文字；基于目标文字生成预定格式的文本图片。

在一些实施例中，前景图片、掩码图片和背景图片通过条件生成对抗网络生成。

第三方面，本公开的实施例提供了一种用于输出信息的电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。

本公开的实施例提供的用于输出信息的方法和装置，基于深度学习中对抗生成网络的设计理念，在保持丰富的背景纹理信息的同时，解决了任意文本风格的迁移问题。此外，本公开可以在文本行级别以及段落级别处理文本风格迁移任务。

采用本公开提出的任意场景文本编辑，输出目标图像应用于，运用于原始图像，对其编辑换成目标文本，尤其是在一些带有弯曲、波浪形文字条的复杂场景，都能学习到精确的文本属性特性。例如使用实际的OCR(Optical Character Recognition，光学字符识别)检测识别翻译使用场景中，文字大多数是呈现各种不规则形态分布的，该发明的使用能够让现有的场景文本编辑在多个实际业务包含自然街景、广告、票据、视频、菜单等场景下的文字图片中文字能够翻译编辑有显著性的视觉效果，有利于为计算机端和移动端带来更多的流量，为广大用户带来更好的产品体验等等。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性***架构图；

图2是根据本公开的用于输出信息的方法的一个实施例的流程图；

图3是根据本公开的用于输出信息的方法的一个应用场景的示意图；

图4是根据本公开的用于输出信息的方法的效果图；

图5是根据本公开的用于输出信息的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备的计算机***的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性***架构100。

如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如图片文字编辑类应用、图像处理类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持图像文字编辑的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio LayerIV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的图像提供文字编辑功能的后台编辑服务器。后台编辑服务器可以对接收到的编辑请求等数据进行分析等处理，并将处理结果(例如根据原图像的文本风格生成的包括目标文字的图片)反馈给终端设备。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本公开的实施例所提供的用于输出信息的方法一般由服务器105执行，相应地，用于输出信息的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法，包括以下步骤：

步骤201，获取包括待替换掉文字的风格图片和包括目标文字的文本图片。

在本实施例中，用于输出信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行图片文字编辑的终端接收图片文字编辑请求，其中，图片文字编辑请求中可包括两种图片，其一为原始的需要被替换掉文字的风格图片。其二为用于替换的包括目标文字的文本图片。用户可直接提供包括目标文字的文本图片。文本图片可以是黑底白字。

在本实施例的一些可选的实现方式中，用户可只通过终端提供目标文字，然后由服务器将获取到的目标文字转换成预定格式的文本图片。例如，可根据识别出的风格图片中文字区域的尺寸，将目标文字转换成相同尺寸的文本图片。此外，目标文字可以是多行分布的，因此，本公开的实施例可以实现文本行级别以及段落级别的文本风格迁移。

步骤202，从风格图片中学习待替换掉文字的文本风格属性。

在本实施例中，可通过特征提取网络从风格图片中学***移、缩放、文字大小、颜色、笔划粗细、字体。特征提取网络可以是条件生成对抗网络的一部分。条件生成对抗网络的输入即包括风格图片还包括文本图片。

在本实施例的一些可选的实现方式中，用于捕捉原始的待替换掉文字的倾斜、透射变换信息，可直接使用STN(spatial transform network，空间变换)等网络，或者是四边形检测加TPS(Thin Plate Spline，薄板样条函数)变换方法。

在本实施例的一些可选的实现方式中，通过Stroke Filter(笔划过滤器)学习原始的待替换掉文字的笔画粗细、字体等信息，类似于correlation(相关)操作，在风格图片上学习到的一组卷积，然后在文本图片上当做卷积核进行卷积操作。

在本实施例的一些可选的实现方式中，可通过SENet(挤压提取网络)从风格图片中学习待替换掉文字的颜色信息。颜色信息包括RGB三个通道的信息。

步骤203，基于文本风格属性和文本图片生成前景图片和掩码图片。

在本实施例中，掩码图片是根据从风格图片学习的除颜色之外的文本风格属性将文本图片进行相应调整生成的。掩码图片黑底白字，1代表白色，0代表黑色。可采用条件生成对抗网络方法生成掩码图片。条件生成对抗网络包括生成网络(Generator)与判别网络(Discriminator)。本公开所生成的所有图都是通过生成网络生成出来的，然后再用判别网络判断这些图是原来的真实图还是生成出来的，判别网络一般都是卷积特征提取然后判断是0还是1。为了简化训练过程，可只对背景图片和目标图片使用判别网络来进行博弈。

在所有提取出的文本风格属性基础上生成前景图片，即，前景图片与掩码图片最大的区别在于前景图片包括颜色信息。而掩码图片是黑白的。

步骤204，从风格图片中擦除待替换掉文字生成背景图片。

在本实施例中，可基于条件生成对抗网络，实现风格图片生成擦除文字的背景图片。可使用大量擦除文字前后的对比照片作为样本训练条件生成对抗网络。

步骤205，将前景图片、掩码图片和背景图片融合生成目标图片并输出。

在本实施例中，基于条件生成对抗网络方法，实现根据前景图像、背景图像和掩码图像融合生成目标图像。将前景图片和背景图片通过掩码图片进行融合，公式为Target＝Mask*Fore+(1-Mask)*Back。其中，Target为目标图片，Mask为掩码图片，Fore为前景图片，Back为背景图片。这里的*是指三通道的点乘操作。掩码为1的地方乘以fore就是字的部分，其他部位为0。掩码图片黑底白字，1代表白色，0代表黑色。

继续参见图3，图3是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中，用户通过终端向服务器发送包括待替换掉文字“INTRODUCE”的风格图片和目标文字“barbarous”。服务器将目标文字“barbarous”转换成预定格式的文本图片，然后通过捕捉变换模块提取“INTRODUCE”的倾斜、透射变换信息，再通过笔划滤波器提取“INTRODUCE”的笔画粗细、字体信息。然后根据倾斜、透射变换信息和笔画粗细、字体信息生成掩码图片。再通过SENet提取“INTRODUCE”的颜色信息，然后根据颜色信息在掩码图片的基础上填充颜色得到前景图片。之后从风格图片中擦除待替换掉文字生成背景图片。最后将前景图片、掩码图片和背景图片融合生成目标图片并输出。

本公开可运用于PC端或者移动端的AR场景图像编辑中，任务是将场景图像中的文字，替换成目标文字，同时保留源图像中文字的各种属性和背景属性。此外，如果目标文本比原始文本短，则编辑后的图像应删除超出字符区域，并使用适当的纹理将其覆盖，如图4所示。例如：OCR文字翻译场景中，根据场景图像检测识别英文并且翻译成中文文字，将生成的中文文本替换场景图像中的英文，使生成目标图像中的中文属性和背景属性在视觉上保持场景图像一致。

本公开是在文字级别上的风格迁移，所以我们选择Pix2Pix方法与我们的方法进行比较。实验结果表示，Pix2Pix方法不能完全适应新文本的风格，编辑后的文本结构不规则，字体与之前的不一致，背景纹理非常凌乱，经常出现一些背景模糊，相比之下，我们的方法正确的完成了前景文本的传输和背景纹理的保留，同时也使得结果在整体上与真实的图片相似。同时也比较了Pix2Pix方法的量化指标，我们的方法在合成数据和实际数据上都优于传统的SRnet方法。

本公开集成了目标文本风格增量式学习的优势，采用条件对抗生成网络学习的方法，多维度学习任意形状的文字几何特征和其他属性特征，同时解决其他方法生成目标文本过程会丢失的文本结构性特征。该方法运用于图像生成，运行速度较快，可以满足一些实时的应用场景。同时，本公开在文字行级别、段落级别对文本图像进行编辑，我们的方法在主观视觉真实性和客观量化分数ICDAR测试集取得了杰出的成果。与此同时,条件对抗生成网络也有能力消除在跨语言文本和编辑情况下无法保持背景与原图像一致的问题。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于输出信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于输出信息的装置500包括：获取单元501、学习单元502、第一生成单元503、第二生成单元504和融合单元505。其中，获取单元501，被配置成获取包括待替换掉文字的风格图片和包括目标文字的文本图片；学习单元502，被配置成从风格图片中学习待替换掉文字的文本风格属性；第一生成单元503，被配置成基于文本风格属性和文本图片生成前景图片和掩码图片；第二生成单元504，被配置成从风格图片中擦除待替换掉文字生成背景图片；融合单元505，被配置成将前景图片、掩码图片和背景图片融合生成目标图片并输出。

在本实施例中，用于输出信息的装置500的获取单元501、学习单元502、第一生成单元503、第二生成单元504和融合单元505的具体处理可以参考图2对应实施例中的步骤201-205。

在本实施例的一些可选的实现方式中，学习单元502进一步被配置成：通过空间变换网络从风格图片中学习待替换掉文字的倾斜、透射变换信息。

在本实施例的一些可选的实现方式中，学习单元502进一步被配置成：通过四边形检测加薄板样条函数变换装置从风格图片中学习待替换掉文字的倾斜、透射变换信息。

在本实施例的一些可选的实现方式中，学习单元502进一步被配置成：通过笔划过滤器从风格图片中学习待替换掉文字的笔画粗细、字体信息。

在本实施例的一些可选的实现方式中，第一生成单元503进一步被配置成：基于待替换掉文字的倾斜、透射变换信息和笔画粗细、字体信息生成掩码图片。

在本实施例的一些可选的实现方式中，学习单元502进一步被配置成：从风格图片中学习待替换掉文字的颜色信息。

在本实施例的一些可选的实现方式中，获取单元501进一步被配置成：获取目标文字；基于目标文字生成预定格式的文本图片。

在本实施例的一些可选的实现方式中，前景图片、掩码图片和背景图片通过条件生成对抗网络生成。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取包括待替换掉文字的风格图片和包括目标文字的文本图片；从风格图片中学习待替换掉文字的文本风格属性；基于文本风格属性和文本图片生成前景图片和掩码图片；从风格图片中擦除待替换掉文字生成背景图片；将前景图片、掩码图片和背景图片融合生成目标图片并输出。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、学习单元、第一生成单元、第二生成单元和融合单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取包括待替换掉文字的风格图片和包括目标文字的文本图片的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种用于输出信息的方法，包括：

获取包括待替换掉文字的风格图片和包括目标文字的文本图片；

从所述风格图片中学习所述待替换掉文字的文本风格属性；

基于所述文本风格属性和所述文本图片生成前景图片和掩码图片，其中，掩码图片是根据从风格图片学习的除颜色之外的文本风格属性将文本图片进行相应调整生成的，掩码图片黑底白字，1代表白色，0代表黑色；

从所述风格图片中擦除所述待替换掉文字生成背景图片；

基于条件生成对抗网络方法将所述前景图片、所述掩码图片和所述背景图片融合生成目标图片并输出，其中，将前景图片和背景图片通过掩码图片进行融合，公式为Target＝Mask*Fore+(1-Mask)*Back，其中，Target为目标图片，Mask为掩码图片，Fore为前景图片，Back为背景图片，这里的*是指三通道的点乘操作，掩码为1的地方乘以fore就是字的部分，其他部位为0。

2.根据权利要求1所述的方法，其中，所述从所述风格图片中学习所述待替换掉文字的文本风格属性，包括：

通过空间变换网络从所述风格图片中学习所述待替换掉文字的倾斜、透射变换信息。

3.根据权利要求1所述的方法，其中，所述从所述风格图片中学习所述待替换掉文字的文本风格属性，包括：

通过四边形检测加薄板样条函数变换方法从所述风格图片中学习所述待替换掉文字的倾斜、透射变换信息。

4.根据权利要求3所述的方法，其中，所述从所述风格图片中学习所述待替换掉文字的文本风格属性，包括：

通过笔划过滤器从所述风格图片中学习所述待替换掉文字的笔画粗细、字体信息。

5.根据权利要求4所述的方法，其中，所述基于所述文本风格属性生成掩码图片，包括：

基于所述待替换掉文字的倾斜、透射变换信息和笔画粗细、字体信息生成掩码图片。

6.根据权利要求1所述的方法，其中，所述从所述风格图片中学习所述待替换掉文字的文本风格属性，包括：

从所述风格图片中学习所述待替换掉文字的颜色信息。

7.根据权利要求1所述的方法，其中，所述获取包括目标文字的文本图片，包括：

获取目标文字；

基于所述目标文字生成预定格式的文本图片。

8.一种用于输出信息的装置，包括：

获取单元，被配置成获取包括待替换掉文字的风格图片和包括目标文字的文本图片；

学习单元，被配置成从所述风格图片中学习所述待替换掉文字的文本风格属性；

第一生成单元，被配置成基于所述文本风格属性和所述文本图片生成前景图片和掩码图片，其中，掩码图片是根据从风格图片学习的除颜色之外的文本风格属性将文本图片进行相应调整生成的，掩码图片黑底白字，1代表白色，0代表黑色；

第二生成单元，被配置成从所述风格图片中擦除所述待替换掉文字生成背景图片；

融合单元，被配置成基于条件生成对抗网络方法将所述前景图片、所述掩码图片和所述背景图片融合生成目标图片并输出，其中，将前景图片和背景图片通过掩码图片进行融合，公式为Target＝Mask*Fore+(1-Mask)*Back，其中，Target为目标图片，Mask为掩码图片，Fore为前景图片，Back为背景图片，这里的*是指三通道的点乘操作，掩码为1的地方乘以fore就是字的部分，其他部位为0。

9.根据权利要求8所述的装置，其中，所述学习单元进一步被配置成：

通过空间变换网络从所述风格图片中学习所述待替换掉文字的倾斜、透射变换信息。

10.根据权利要求8所述的装置，其中，所述学习单元进一步被配置成：

通过四边形检测加薄板样条函数变换装置从所述风格图片中学习所述待替换掉文字的倾斜、透射变换信息。

11.根据权利要求10所述的装置，其中，所述学习单元进一步被配置成：

通过笔划过滤器从所述风格图片中学习所述待替换掉文字的笔画粗细、字体信息。

12.根据权利要求11所述的装置，其中，所述第一生成单元进一步被配置成：

基于所述待替换掉文字的倾斜、透射变换信息和笔画粗细、字体信息生成掩码图片。

13.根据权利要求8所述的装置，其中，所述学习单元进一步被配置成：

从所述风格图片中学习所述待替换掉文字的颜色信息。

14.根据权利要求8所述的装置，其中，所述获取单元进一步被配置成：

获取目标文字；

基于所述目标文字生成预定格式的文本图片。

15.一种用于输出信息的电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

16.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images