CN117635453A

CN117635453A - 生成海报的方法、装置、服务器以及存储介质

Info

Publication number: CN117635453A
Application number: CN202311491941.5A
Authority: CN
Inventors: 田为为; 赵松; 李晶晶; 李川; 刘传宝; 郝勇钢; 陈晓仕; 沈凯; 顾浩; 许浩; 陈亚斌
Original assignee: Lazas Network Technology Shanghai Co Ltd; Koubei Shanghai Information Technology Co Ltd
Current assignee: Lazas Network Technology Shanghai Co Ltd; Koubei Shanghai Information Technology Co Ltd
Priority date: 2023-11-09
Filing date: 2023-11-09
Publication date: 2024-03-01

Abstract

本申请涉及图像处理技术领域，提供了一种生成海报的方法、装置、服务器以及存储介质，该方法包括：获取原始图像，原始图像中包括拍摄主体所在的前景区域与背景区域；检测背景区域是否为白色背景；若背景区域为白色背景，通过人工智能算法对拍摄主体进行处理，生成目标海报，目标海报包括拍摄主体；若背景区域为除白色背景之外的背景，通过对原始图像进行图像处理，生成目标海报。基于本申请的方案，能够实现基于商家的原始图像自动生成海报；解决了商家的投放门槛较高的问题，满足了商家的需求。

Description

生成海报的方法、装置、服务器以及存储介质

技术领域

本发明涉及图像处理技术领域，尤其涉及一种生成海报的方法、装置、服务器以及存储介质。

背景技术

随着数字智能时代的发展，手机、平板等电子设备在用户的生活中占据越来越重要的地位，用户在电子设备上使用的应用程序(application，APP)的功能也越来越丰富，不同的APP内为用户呈现的界面内容也更加形象、生动。

目前，通常通过在APP的界面中显示各个商家的海报，通过海报能够为各个商家吸引消费者，使得消费者能够快速地了解商家的产品进行消费；但是，通常情况下海报的设计需要专业的设计人员完成，导致商家的投放门槛较高，无法满足商家的需求。

因此，如何基于原始图像自动生成海报成为一个亟需解决的问题。

发明内容

本申请提供了一种生成海报的方法，能够实现基于商家的原始图像自动生成海报；解决了商家的投放门槛较高的问题，满足了商家的需求。

第一方面，提供了一种生成海报的方法，包括：

获取原始图像，所述原始图像中包括拍摄主体所在的前景区域与背景区域；

检测所述背景区域是否为白色背景；

若所述背景区域为白色背景，通过人工智能算法对所述拍摄主体进行处理，生成目标海报，所述目标海报包括所述拍摄主体；

若所述背景区域为除所述白色背景之外的背景，通过对所述原始图像进行图像处理，生成所述目标海报。

在本申请的实施例中，在获取原始图像后，根据原始图像中背景区域是否为白色背景采用不同的处理方式生成目标海报；若背景区域为白色背景，通过人工智能算法对拍摄主体进行处理，生成目标海报；若背景区域为除白色背景之外的背景，通过对原始图像进行图像处理，生成目标海报；其中，目标海报中包括拍摄主体；通过本申请的方案，能够基于原始图像，实现无需用户操作，自动生成商家海报；此外，由于能够对不同背景的原始图像采用不同的处理方式，因此能够实现原始图像的合理利用；解决了商家的投放门槛较高的问题，满足了商家的需求。

结合第一方面，在第一方面的某些实现方式中，所述若所述背景区域为白色背景，通过人工智能算法对所述拍摄主体进行处理，生成目标海报，包括：

若所述背景区域为所述白色背景，通过人工智能算法对原始图像进行抠图处理，得到所述拍摄主体的抠图结果；

识别所述拍摄主体的目标类型，并匹配所述目标类型对应的目标海报模板；

对所述目标海报模板与所述抠图结果进行融合处理，生成所述目标海报。

在本申请的实施例中，若原始图像的背景区域为白色背景，可以通过人工智能算法识别拍摄主体的目标类型，并匹配目标类型对应的目标海报模板；对目标海报模板与拍摄主体进行融合处理，生成目标海报；在本方案中，在背景区域为白色背景时，对原始图像中的拍摄主体进行抠图处理，得到的拍摄主体的抠图结果的准确性较高；通过拍摄主体的目标类型，匹配目标类型对应的目标海报模板；通过准确性较高的拍摄主体的抠图结果与匹配的目标海报模板，能够确保生成高质量的目标海报，增强对消费者的吸引力；满足商家的需求。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，所述通过所述人工智能算识别所述拍摄主体的目标类型，并匹配所述目标类型对应的目标海报模板，包括：

通过AIGC模型识别所述拍摄主体的目标类型，并匹配所述目标类型对应的目标海报模板。

在本申请的实施例中，通过AIGC模型识别拍摄主体的目标类型，并匹配目标类型对应的目标海报模板；由于AIGC模型的处理效率较高，因此通过AIGC模型识别拍摄主体的目标类型，并匹配目标类型对应的目标海报模板，能够提高匹配目标类型对应的目标海报模板的处理效率。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，所述若所述背景区域为除所述白色背景之外的背景，通过对所述原始图像进行图像处理，生成所述目标海报，包括：

若所述背景区域为除所述白色背景之外的背景，根据所述前景区域在所述原始图像中的面积占比，确定目标处理方式，所述目标处理方式包括图像裁切处理方式或者图像修复处理方式；

通过所述目标处理方式对原始图像进行所述图像处理，生成所述目标海报。

在本申请的实施例中，若背景区域为除白色背景之外的背景，通过拍摄主体所在的前景区域在原始图像中的不同面积占比，可以采用不同的目标处理方式对原始图像进行图像处理，生成目标海报；通过本方案，能够基于原始图像中拍摄主体的大小，灵活地选取生成目标海报的处理方式；在生成目标海报时，能够对原始图像进行充分合理利用。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，所述根据所述前景区域在所述原始图像中的面积占比，确定目标处理方式，包括：

若所述面积占比大于第一预设阈值，确定所述目标处理方式为所述图像修复处理方式；

若所述面积占比小于或者等于第一预设阈值，确定所述目标处理方式为所述图像裁切处理方式。

在本申请的实施例中，由于拍摄主体所在的前景区域在原始图像中的面积占比大于第一预设阈值时，即表示拍摄主体所在的前景区域在原始图像中的面积较大；此时，若采用图像裁切处理方式则无法确保目标海报中拍摄主体的完整性，通过采用图像修复处理方式能够确保生成的目标海报中拍摄主体的完整性；由于在拍摄主体所在的前景区域在原始图像中的面积占比小于或者等于第一预设阈值时，即表示拍摄主体所在的前景区域在原始图像中的面积适中或者较小，此时，由于通过采用图像裁切处理方式是在原始图像上进行处理，因此可以确保生成的目标海报中拍摄主体的清晰度。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，所述若所述背景区域为除所述白色背景之外的背景，所述通过对所述原始图像进行图像处理，生成所述目标海报，包括：

若所述背景区域为除所述白色背景之外的背景，根据当前的算力需求，确定目标处理方式，所述目标处理方式包括图像裁切处理方式或者图像修复处理方式；

在本申请的实施例中，若背景区域为除白色背景之外的背景，根据当前的算力需求选择图像裁切处理方式或者图像修复处理方式对原始图像进行图像处理，生成目标海报；通过本方案，能够基于当前的算力需求，灵活地选取生成目标海报的处理方式；在生成目标海报时，能够对原始图像进行充分合理利用。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，所述根据当前的算力需求，确定目标处理方式，包括：

若所述当前的算力需求大于第二预设阈值，确定所述目标处理方式为所述图像裁切处理方式；

若所述当前的算力需求小于或者等于第二预设阈值，确定所述目标处理方式为所述图像修复处理方式。

在本申请的实施例中，由于图像修复处理方式需要对原始图像中缺失的图像进行填充，因此所需的算力需求较大；因此，在原始图像的背景不是白色背景且当前的算力需求较大时，可以采用图像裁切处理方式对原始图像进行图像处理，生成目标海报；从而在一定程度上在生成海报的过程中节省算力。

若所述背景区域为除所述白色背景之外的背景，根据所述目标海报的显示区域的清晰度需求，确定目标处理方式，所述目标处理方式包括图像裁切处理方式或者图像修复处理方式；

在本申请的实施例中，若背景区域为除白色背景之外的背景，目标海报的显示区域的清晰度需求选择图像裁切处理方式或者图像修复处理方式对原始图像进行图像处理，生成目标海报；通过本方案，能够基于当前的算力需求，灵活地选取生成目标海报的处理方式；在生成目标海报时，能够对原始图像进行充分合理利用。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，所述根据所述目标海报的显示区域的清晰度，确定目标处理方式，包括：

若所述目标海报的显示区域的清晰度需求大于第三预设阈值，确定所述目标处理方式为所述图像裁切处理方式；

若所述目标海报的显示区域的清晰度需求小于或者等于第三预设阈值，确定所述目标处理方式为所述图像修复处理方式。

在本申请的实施例中，由于图像裁切处理方式是在原始图像的基础上进行裁切，通常情况下获取的原始图像的清晰度较好；因此，在目标海报的显示区域对清晰度的要求较高时，可以采用图像裁切处理方式对原始图像进行图像处理，生成目标海报；从而在一定程度上确保目标海报的清晰度较好。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，在所述目标处理方式为所述图像裁切处理方式时，所述通过所述目标处理方式对原始图像进行所述图像处理，生成所述目标海报，包括：

确定所述原始图像中所述拍摄主体的中心点的目标坐标位置；

根据所述目标坐标位置，确定所述图像裁切处理方式中裁切框的中心点；

基于所述裁切框的中心点与所述裁切框对所述原始图像进行裁切处理，生成所述目标海报。

在本申请的实施例中，在对原始图像进行图像裁切处理的过程中，可以使得裁切框的中心点与拍摄主体的中心点尽量保持对齐；从而确保生成的目标海报中拍摄主***于居中位置，提高目标海报对消费者的吸引力。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，所述裁切框的面积大小是根据所述目标海报的显示区域的目标尺寸确定的。

在一种实现方式中，裁切框的面积大小等于目标海报的显示区域的目标尺寸。

在本申请的实施例中，根据目标海报的显示区域的目标尺寸确保图像裁切处理方式中裁切框的面积大小，从而确保生成的目标海报能够在显示区域的完整显示，且确保拍摄主体的完整显示。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，在所述目标处理方式为所述图像修复处理方式时，所述通过所述目标处理方式对原始图像进行所述图像处理，生成所述目标海报，包括：

获取所述目标海报的显示区域的目标尺寸；

根据所述目标尺寸对所述原始图像进行填充处理，确定目标图像区域，所述目标图像区域包括所述原始图像与填充区域，所述目标图像区域的尺寸为所述目标尺寸；

生成所述目标图像区域中所述原始图像的目标掩膜，所述目标掩膜用于标记所述目标图像区域中所述原始图像的位置；

通过深度学习算法与所述目标掩膜，对所述目标图像区域中的所述填充区域进行所述图像处理，生成所述目标海报。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，所述检测所述背景区域是否为白色背景，包括：

对原始图像进行背景检测处理，生成背景检测结果，所述背景检测结果指示所述背景区域是否为所述白色背景。

结合第一方面和上述实现方式，在第一方面的某些实现方式中，所述对原始图像进行背景检测处理，生成背景检测结果，包括：

确定原始图像中的目标位置，所述目标位置用于指示所述原始图像的图像边缘；

根据所述目标位置的像素的灰度值，生成所述背景检测结果。

在一种实现方式中，若目标位置的像素的灰度值的梯度大于预设阈值，表示该背景区域不是白色背景，即背景检测结果指示原始图像的背景区域为白色背景；若目标位置的像素的灰度值的梯度小于或者等于预设阈值，表示该背景区域为白色背景，即背景检测结果指示原始图像的背景区域不是白色背景。

确定所述原始图像是否满足预设图像条件；

若所述原始图像不满足预设图像条件，对所述原始图像进行预处理，得到处理后的原始图像；

检测所述处理后的原始图像中的背景区域是否为所述白色背景。

在本申请的实施例中，若原始图像不满足预设图像条件，可以对原始图像进行预处理，得到处理后的原始图像；使得处理后的原始图像在满足预设图像条件的基础上，采用不同的处理方式生成目标海报；从而确保原始图像在生成海报过程中的充分合理利用。

第二方面，提供了一种生成海报的装置，其特征在于，包括：

获取模块，用于获取原始图像，所述原始图像中包括拍摄主体所在的前景区域与背景区域；

检测模块，用于检测所述背景区域是否为白色背景；

处理模块，用于若所述背景区域为白色背景，通过人工智能算法对所述拍摄主体进行处理，生成目标海报，所述目标海报包括所述拍摄主体；若所述背景区域为除所述白色背景之外的背景，通过对所述原始图像进行图像处理，生成所述目标海报。

结合第二方面，在第二方面的某些实现方式中，所述处理模块具体用于：

通过所述人工智能算识别所述拍摄主体的目标类型，并匹配所述目标类型对应的目标海报模板；

通过所述人工智能算对所述目标海报模板与所述抠图结果进行融合处理，生成所述目标海报。

结合第二方面和上述实现方式，在第二方面的某些实现方式中，所述处理模块具体用于：

结合第二方面和上述实现方式，在第二方面的某些实现方式中，在所述目标处理方式为所述图像裁切处理方式时，所述处理模块具体用于：

结合第二方面和上述实现方式，在第二方面的某些实现方式中，所述裁切框的面积大小是根据所述目标海报的显示区域的目标尺寸确定的。

结合第二方面和上述实现方式，在第二方面的某些实现方式中，在所述目标处理方式为所述图像修复处理方式时，所述处理模块具体用于：

获取所述目标海报的显示区域的目标尺寸；

结合第二方面和上述实现方式，在第二方面的某些实现方式中，所述检测模块具体用于：

确定所述原始图像是否满足预设图像条件；

第三方面，提供了一种服务器，包括存储器和处理器，该存储器用于存储可执行程序代码，该处理器用于从存储器中调用并运行该可执行程序代码，使得该服务器执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

第四方面，提供了一种芯片***，所述芯片***应用于电子设备，所述芯片***包括一个或多个处理器，所述处理器用于调用计算机指令以使得所述电子设备执行第一方面或第一方面中的任一种所述的方法。

第五方面，提供了一种计算机程序产品，该计算机程序产品包括：计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式中的控制方法。

第六方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

在本申请的实施例中，在获取原始图像后，根据原始图像中背景区域是否为白色背景采用不同的处理方式生成目标海报；若背景区域为白色背景，通过人工智能算法对拍摄主体进行处理，生成目标海报；若背景区域为除白色背景之外的背景，通过对原始图像进行图像处理，生成目标海报；其中，目标海报中包括拍摄主体；通过本申请的方案，能够确保基于原始图像，实现无需用户操作，自动生成商家海报；此外，由于能够对不同背景的原始图像采用不同的处理方式，因此能够实现原始图像的合理利用；解决了商家的投放门槛较高的问题，满足了商家的需求。

此外，在本申请的实施例中，若背景区域为白色背景，通过对原始图像中的拍摄主体进行抠图处理，得到的拍摄主体的抠图结果的准确性较高；通过拍摄主体的目标类型，匹配目标类型对应的目标海报模板；通过准确性较高的拍摄主体的抠图结果与匹配的目标海报模板，能够确保生成高质量的目标海报，增强对消费者的吸引力；若背景区域为除白色背景之外的背景，通过拍摄主体所在的前景区域在原始图像中的不同面积占比、当前的算力需求、目标海报的显示区域的清晰度需求，可以采用不同的目标处理方式对原始图像进行图像处理，生成目标海报；通过本方案，能够基于原始图像中拍摄主体的大小，灵活地选取生成目标海报的处理方式；在生成目标海报时，能够对原始图像进行充分合理利用。

附图说明

图1是本申请实施例提供的生成海报的方法的应用场景的示意图；

图2是本申请实施例提供的一种生成海报的方法的示意性流程图；

图3是本申请实施例提供的原始图像的示意图；

图4是本申请实施例提供的一种海报布局的示意图；

图5是本申请实施例提供的另一种生成海报的方法的示意性流程图；

图6是本申请实施例提供的一种原始图像、抠图结果、模板与海报的示意图；

图7是本申请实施例提供的另一种生成海报的方法的示意性流程图；

图8是本申请实施例提供的生成海报的装置的结构示意图；

图9是本申请实施例提供的服务器的结构示意图。

具体实施方式

下面将结合附图，对本申请中的技术方案进行清楚、详尽地描述。其中，在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B：文本中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，另外，在本申请实施例的描述中，“多个”是指两个或多于两个。

以下，术语“第一”、“第二”仅用于描述目的，而不能理解为暗示或暗示相对重要性或隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。

为了便于理解，下面将以手机上安装的第一应用(例如，应用A)为例，结合附图，针对手机安装的第一应用(例如应用A)中为用户显示应用A的运行界面的场景，进行具体阐述。

图1是一例用户运行应用A启动的图形用户界面(Graphical User Interface，GUI)的示意图。

示例性的，图1中的(a)示出了手机在解锁模式下显示的界面101，该界面101显示了天气时钟组件以及多款应用A程序(Application，App)等。其中，应用A程序可以包括电话、信息、设置和应用A等。

应理解，该界面101还可以包括更多的其他应用程序，本申请实施例对此不作任何限定。

例如，如图1中的(a)所示，手机检测到用户对应用A的图标的点击操作，响应于用户的点击操作，手机显示如图1中的(b)所示应用A的主界面102；主界面102可以显示多个分类菜单、可操作的控件或按钮、图片等界面内容，以满足用户的使用需求。

可选地，主界面102还可以称为“应用A的首页”。

示例性的，如图1中的(b)所示，在应用A的主界面102上，显示当前的配送地址(例如“XX区XX街道”)、搜索框，以及美食外卖、超市、水果、买药、甜品、汉堡、龙虾和烧烤等不同的分类菜单，以及商家的显示区域10；在商家的显示区域10上，显示商品的海报10-1；例如，商家的显示区域10可以为汉堡店的展位显示区域；商品的海报10-1可以为与汉堡相关的海报；海报中可以显示与汉堡相关的图像、文字或者海报背景等信息。

如图1中的(c)所示，手机检测到用户在主界面102上的滑动操作，响应于用户的滑动操作，手机显示如图1中的(d)所示的界面103；在界面103上显示不同商家的展位显示区域，各个展位显示区域中显示商家对应产品的海报；例如，界面103中显示汉堡店的展位显示区域10、轻食店的展位显示区域20与茶饮店的显示区域30；其中，在汉堡店的展位显示区域10上，显示汉堡的海报10-1；在轻食店的展位显示区域20上，显示轻食店对应的商品的海报20-1；比如，海报中包括三明治、沙拉等；在茶饮店的展位显示区域30上，显示饮品的海报30-1。

示例性的，如图1中的(d)所示的界面103中还可以显示各个商家我的评分、月销售数量、与配送地址的距离、配送时间、配送费用、起送费用等信息。

需要说明的是，本申请实施例对图1中的(a)至图1中的(d)中各个界面中的显示内容、显示区域的大小等不做限定。

可选地，上述以手机中应用程序中展示的海报进行举例说明；本申请实施例提供的生成海报的方法适用于***示海报的场景。

目前，在应用A的界面103上，通常通过不同展示显示区域中显示的各个商家的海报为各个商家吸引用户，使得用户能够快速地了解商家的产品；但是，通常情况下海报的设计需要专业的设计人员完成，导致商家的投放门槛较高，无法满足商家的需求。

有鉴于此，本申请将提供一种生成海报的方法，通过该方法能够基于商家的图像在生成海报过程中，无需用户操作，实现自动生成商家海报；解决了商家的投放门槛较高的问题，满足了商家的需求。

下面结合图2至图7对本申请实施例提供的生成海报的方法进行详细描述。

图2是本申请实施例提供的另一种生成海报的方法的示意性流程图。如图2所示，方法200包括S201至S207，下面分别对S201至S207进行详细描述。

S201、获取原始图像。

示例性的，原始图像可以是指不同商家上传的商品图像；例如，商品图像可以包括但不限于：菜品图像、甜品图像、饮品图像等。

S202、判断原始图像是否满足预设图像条件；若是，执行S203；若否，执行S204。

示例性的，预设图像条件包括：原始图像中拍摄主体是否完整、原始图像中是否包括文字信息(例如，水印信息)、原始图像的图像清晰度是否大于预设清晰度。

可选地，预设图像条件还可以包括原始图像的背景区域是否包括大于两个以上的对象或者大于两种以上的颜色；即，可以理解为原始图像的背景区域是否色彩或者内容复杂。

需要说明的是，上述是对预设图像条件的举例说明；本申请对预设图像条件不作任何限定；通过预设图像条件的判断是为了确保获取的原始图像是否适用于生成海报。

S203、判断图像的背景是否为白色背景；若是，执行S205；若否，执行S207。

示例性的，若原始图像满足预设图像条件，判断原始图像的背景是否为白色背景。

应理解，对于白色背景的图像，一方面在拍摄图像时白色背景能够确保拍摄主体时的透光性较好，即图像的图像质量较好；另一方面，对于白色背景的图像进行拍摄主体的抠图处理时，抠图结果的准确性较高。

S204、对原始图像进行预处理，得到预处理后的图像。

示例性的，若原始图像不满足预设图像条件，对原始图像进行预处理，得到预处理后的图像，使得预处理后的图像满足预设图像条件。

在一个示例中，如图3中的(a)所示，若原始图像的清晰度不满足预设图像条件，可以对原始图像进行清晰度处理，从而确保处理后的图像的清晰度大于预设清晰度阈值。

可选地，清晰度处理可以采用现有的任意算法，本申请对此不作任何限定。

在一个示例中，如图3中的(b)所示，若原始图像中拍摄主体不完整，可以对原始图像进行图像修复处理，从而确保处理后的图像中的拍摄主体的完整性。

可选地，图像修复处理采用的算法可以采用现有的任意处理算法，本申请对此不作任何限定。

在一个示例中，如图3中的(c)所示，若原始图像中包括文字信息，可以对原始图像中的文字信息进行文字去除处理，从而确保处理后的图像中不存在文字信息。

可选地，上述文字去除处理可以采用现有的任意处理算法，本申请对此不作任何限定。

S205、对图像中的拍摄主体进行抠图处理，生成抠图结果。

在一个示例中，若原始图像满足预设图像条件，且原始图像的背景为白色背景，对原始图像中的拍摄主体进行抠图处理，生成抠图结果。

在一个示例中，若原始图像不满足预设图像条件，得到处理后的图像；且处理后的图像的背景为白色背景，对处理后的图像中的拍摄主体进行抠图处理，生成抠图结果。

应理解，通常图像中包括前景区域与背景区域，拍摄主体可以是指图像中的前景区域；前景区域可以是指拍摄主体所在的图像区域。

S206、通过AIGC算法对抠图结果进行处理，生成海报。

示例性的，根据抠图结果包括的图像内容对应的品类，匹配该品类对应的海报模板。

例如，若抠图结果的图像内容对应饮品，可以匹配饮品对应的海报模板；若抠图结果的图像内容对应烧烤，可以匹配烧烤对应的海报模板；若抠图结果的图像内容为简餐，可以匹配简餐对应的海报模板。

应理解，生成式人工智能算法(Artificial Intelligence Generated Content，AIGC)，是指基于生成对抗网络、大型预训练模型等人工智能的技术方法；通过已有数据的学习和识别，以适当的泛化能力生成相关内容的技术。AIGC技术的核心思想是利用人工智能算法生成具有一定创意和质量的内容。通过训练模型和大量数据的学习，AIGC可以根据输入的条件或指导，生成与之相关的内容。例如，通过输入关键词、描述或样本，AIGC可以生成与之相匹配的文章、图像、音频等。

S207、通过对图像进行图像修复处理或者图像裁切处理，生成海报。

示例性的，若原始图像满足预设图像条件，且原始图像不是白色背景，通过对原始图像进行图像修复处理或者图像裁切处理，生成海报。

示例性的，若原始图像不满足预设图像条件，对原始处理进行预处理得到处理后的图像；且处理后的图像的背景不是白色背景，通过对原始图像进行图像修复处理或者图像裁切处理，生成海报。

示例1

在一个示例中，根据拍摄主体在图像中的占比值，确定采用图像修复处理或者图像裁切处理生成海报。

示例性的，若拍摄主体在图像中的占比大于预设阈值，采用图像修复算法生成海报；例如，根据海报的目标尺寸大小对图像进行修改处理，生成海报。

可选地，在本申请的实施例中，可以采用现有任意的图像修复算法，本申请对此不作任何限定。

在本申请的实施例中，若拍摄主体在图像中的占比大于预设阈值，表示图像中拍摄主体即图像中的前景区域占比较大；此时，若采用图像裁切处理方法，则允许裁切的范围较小；因此，在拍摄主体在图像中的占比较大时，可以根据图像采用采用图像修复算法生成海报。

示例性的，若拍摄主体在图像中的占比小于或者等于预设阈值，采用图像裁切算法生成海报；可选地，实现方式可以参见图5中的第二处理方式的相关描述。

在本申请的实施例中，若拍摄主体在图像中的占比小于或者等于预设阈值，表示图像中拍摄主体即图像中的前景区域占比适中或者较小；此时，采用图像裁切处理算法可以确保生成海报的清晰度；因此，在拍摄主体在图像中的占比较小或者适中时，可以根据图像采用图像裁切处理算法生成海报。

示例2

在一个示例中，根据算力需求或者海报的清晰度需求，确定采用图像修复处理或者图像裁切处理生成海报。

应理解，由于图像修复处理算法需要对图像进行延展处理，即生成图像中缺失的图像信息；因此，图像修复处理算法对算力需求的要求较高；若对生成海报的算力需求具有一定要求，为了节省算力可以采用图像裁切处理算法生成海报。

还应理解，由于图像裁切处理是通过对图像的原始图像内容进行裁切处理后生成海报；即海报为图像中的部分区域，因此图像裁切处理生成的海报的清晰度较好；若对生成海报的清晰度具有一定要求，则可以采用图像裁切处理方法生成海报。

可选地，在上述示例1与示例2的基础上，还可以通过现有的其他方式在生成的海报中添加文字信息；本申请对，添加文字信息的算法不作任何限定。

示例性的，如图4所示，海报通常包括如图4中的(a)与图4中的(b)所示的两种布局方式。

在一个示例中，如图4中的(a)所示，海报40中包括标识的显示区域40-1；文案的显示区域40-2与主体画面的显示区域40-3；文案的显示区域40-2可以位于主体画面的显示区域40-3的上方；标识的显示区域40-1位于海报40中的最上方。

在另一个示例中，如图4中的(b)所示，海报50中包括标识的显示区域50-1；主体画面的显示区域50-2与文案的显示区域50-3；主体画面的显示区域50-2位于文案的显示区域50-3的上方；标识的显示区域50-1位于海报50中的最上方。

下面结合图5对本申请实施例中提供的生成海报的方法的实现方式进行详细描述。

图5是本申请实施例提供的另一种生成海报的方法的交互性流程图。如图5所示，方法300包括S301至S328，下面分别对S301至S328进行详细描述。

如图5所示，该生成海报的方法300包括以下阶段：

第一阶段：离线配置阶段

应理解，该第一阶段为开发人员的人工配置阶段。例如，在该第一阶段，可以由开发人员基于大数据，配置不同品类的对象对应的海报模板。该第一阶段包括以下步骤：

S301、开发者配置模板。

示例性的，开发者可以包括用户体验设计(User Experience Design，UED)开发人员与后端开发人员(例如，算法开发人员)；其中，UED开发人员可以人工配置与显示界面相关的信息；后端开发人员可以人工配置与显示相关界面相关的运行算法。

例如，UED开发人员可以配置海报模板；不同类型的对象可以配置不同的海报模板；以对象为食物进行举例说明；食物的不同类型可以包括但不限于：饮品、西餐、中餐、烧烤、火锅、甜品等类型；对于不同的食物类型，可以配置该食物类型对应的海报模板。

在本申请的实施例中，为了便于理解，将上述模板可以称为“海报模板”；即模板与海报模板可以指示同一概念。

S302、开发者向服务器中的图像接入网关发送模板中的背景图像与配置信息。

需要说明的是，服务器中的图像能力接入网关用于接收开发者或者客户端的请求指令，并根据该请求指令向调用的相应模块发送指令。

示例性的，海报模板包括：文字层、背景层或者产品层；背景图像可以是指海报模板中背景层的图像。

示例性的，配置信息可以包括海报模板中主体所占的区域大小、主体的位置信息或者海报展示位置的目标尺寸等。

S303、开发者向服务器中的存储模块发送模板中的背景图像。

例如，开发者通过设备向服务器中的存储模块发送背景图像；在存储模块接收到背景图像后，存储背景图像。

应理解，服务器中的存储模块用于存储数据。

第二阶段：图像背景检测阶段

应理解，该第二阶段用于对客户端的电子设备上传的原始图像进行背景检测处理；背景检测处理用于检测原始图像的背景是否为白色背景。该第二阶段包括以下步骤：

S304、客户端获取原始图像。

应理解，图5所述的客户端可以是指客户端的电子设备。

示例性的，客户端获取的原始图像可以为其他设备采集的原始图像，发送至客户端的图像；或者，若客户端的电子设备具有摄像头等采集图像的模块时，原始图像也可以是指通过客户端的电子设备采集的图像。

例如，客户端可以是指服务器对应的不同商家的设备；不同商家可以获取商品的原始图像；例如，若商家为餐饮商家，原始图像可以为该商家中菜品的图像。

S305、客户端向服务器中的图像能力接入网关发送背景检测的请求指令。

示例性的，在客户端的电子设备获取原始图像后，客户端的电子设备向服务器中的图像能力接入网关发送背景检测的请求指令；通过对原始图像的背景进行检查，可以确定对原始图像采用的生成海报的处理方式。

在一种实现方式中，背景检测的请求指令可以是指白色背景检测的请求指令；或者，背景检测的请求指令可以是指白底检测的请求指令。

应理解，由于在图像为白色背景时，若对图像中的主体进行抠图处理，得到的抠图结果的准确性较高；因此，在本申请的实施例中，对白色背景的原始图像与不是白色背景的原始图像可以采用不同的海报生成算法；从而能够确保客户端的电子设备上传的原始图像均能够用于生成海报；实现基于客户端的电子设备上传的原始图像自动生成海报。

S306、服务器中的图像能力接入网关向服务器中的AI处理模块发送背景检测指令。

应理解，AI处理模块用于运行图像处理中的AI相关算法。

S307、服务器中的AI处理模块根据原始图像的信息，计算灰度值；根据灰度值，确定原始图像的背景是否为白色背景。

示例性的，若原始图像的图像边缘的灰度值的梯度大于预设阈值，表示该背景区域不是白色背景，即背景检测结果指示原始图像的背景区域为白色背景；若图像边缘的灰度值的梯度小于或者等于预设阈值，表示该背景区域为白色背景，即背景检测结果指示原始图像的背景区域不是白色背景。

S308、服务器中的AI处理模块向服务器中的图像能力接入网关发送背景检测结果。

其中，背景检测结果用于指示原始图像的背景是否为白色背景。

第三阶段：根据背景检测结果，采用不同处理方式生成海报的阶段

应理解，在第三阶段中通过背景检测结果，确定采用不同的处理方式对原始图像进行处理生成海报；该第三阶段包括第一处理方式或者第二处理方式；在原始图像的背景为白色背景时，采用第一处理方式对原始图像进行处理，生成海报；在原始图像的背景。

若背景检测结果指示原始图像的背景是白色背景，执行第三阶段中的第一处理方式；该第一处理方式包括以下步骤：

S309、若背景检测结果指示原始图像的背景为白色背景，服务器中的图像能力接入网关向服务器中的图像处理模块发送调用图像贴图处理的指令。

应理解，白色背景的图像可以理解为白底的图像；即原始图像为白底的图像。

需要说明的是，图像处理模块用于执行图像处理算法，该图像处理算法不包括AI图像处理算法；AI图像处理算法在AI处理模块中执行。

示例性的，图像贴图处理可以是指通过在原始图像中对主体进行抠图处理，生成主体的抠图结果；通过抠图结果与模板中的背景图像进行融合处理生成海报的相关算法。

应理解，原始图像中的主体可以是指原始图像中的前景图像；即可以是指拍摄主体(又称为拍摄对象)所在的图像区域。

S310、服务器中的图像处理模块向AI处理模块发送抠图处理的指令。

可选地，上述抠图处理指令可以是指调用任意抠图处理算法的指令；本申请对此不作任何限定。

S311、服务器中的AI处理模块对原始图像进行抠图处理，得到抠图结果。

示例性的，图6中的(a)所示的为原始图像；图6中的(b)所示的为抠图结果；可以理解为，抠图结果是指原始图像中拍摄主体的图像区域。

S312、服务器中的AI处理模块向服务器中的图像能力接入网关发送抠图结果。

示例性的，抠图结果是指拍摄主体所在的图像区域的信息。

S313、服务器中的图像能力接入网关缓存抠图结果，并根据类型获取对应的模板。

示例性的，服务器中的存储模块中存储配置的模板；服务器中的图像能力接入网关可以根据抠图结果中拍摄主体对应的类型，获取该类型对应的配置的模板；例如，可以获取该类型对应的多个模板。

S314、服务器中的图像能力接入网关向图像处理模块发送各个模板与指令。

示例性的，每次图像能力接入网关可以向图像处理模块发送一个模板与调用图像贴图处理的指令。

S315、服务器中的图像处理模块根据色彩叠加算法进行图像贴图处理，生成海报。

示例性的，色彩叠加算法可以是指通过将颜色进行叠加，改变像素的颜色值来实现效果。

示例性的，图6中的(c)所示的为饮品对应的模板的一个示例；6中的(d)所示的图像为海报；其中，海报包括文字层60-1、背景层60-2与主体层60-3。

可选地，上述图6中的(d)所示的海报为举例说明；海报中也可以不包括文字层，本申请对此不作任何限定。

S316、服务器中的图像处理模块向服务器中的图像能力接入网关发送海报。

S317、服务器中的图像能力接入网关向服务器中的存储模块发送海报。

示例性的，在执行S313时，可以获取多个模板；对于多个模板中的每个模板分别执行S314至S317。

若背景检测结果指示原始图像的背景不是白色背景，执行第三阶段中的第二处理方式；该第二处理方式包括以下步骤：

S318、若背景检测结果指示原始图像的背景不是白色背景，服务器中的图像能力接入网关向服务器中的图像处理模块发送调用图像裁切处理的指令。

应理解，在原始图像的背景不是白色背景时，对不是白色背景的原始图像进行抠图处理，得到的主体的抠图结果的准确性较差；若采用图像贴图处理生成海报，则海报中的主体的边缘区域的精细度较差；因此，在原始图像的背景不是白色背景时，为了确保生成的海报的图像质量可以采用图像裁切处理，生成海报。

S319、服务器中的图像处理模块向服务器中的AI处理模块发送抠图处理的指令。

S320、服务器中的AI处理模块对原始图像进行抠图处理，得到抠图结果。

S321、服务器中的AI处理模块向服务器中的图像能力接入网关发送抠图结果。

示例性的，抠图结果是指拍摄主体所在的图像区域的信息。

需要说明的是，在第二处理方式中进行抠图处理是为了确定原始图像中拍摄主体的中心点坐标；在对原始图像进行图像裁切处理时，使得图像裁切处理采用的裁切框的中心点与拍摄主体的中心点保持一致；从而确保图像裁切处理后生成的海报中，拍摄主***于海报的中心位置。

S322、服务器中的图像处理模块根据抠图结果，计算拍摄主体的中心坐标。

示例性的，抠图结果是指原始图像中拍摄主体的图像区域。

S323、根据配置信息对裁切框进行缩放处理，使得缩放后的裁切框的尺寸满足覆盖目标尺寸的最小尺寸。

应理解，为了使得图像裁切处理后得到的图像的大小能够完全覆盖海报展示位置；因此，需要对裁切框进行缩放处理，使得缩放后的裁切框的尺寸等于海报展示位置的目标尺寸；从而确保裁切处理后生成的海报，能够填满海报展示位置；此外，使得缩放后的裁切框的尺寸满足覆盖目标尺寸的最小尺寸，为了确保通过裁切框进行图像裁切处理后生成的海报能在海报展示位置完全显示；若裁切框的尺寸大于海报展示位置的目标尺寸，则图像裁切处理后生成的海报的尺寸大于海报展示位置的尺寸，则在海报展示位置无法完全显示；部分海报中的内容可能会存在遮挡的问题。

S324、根据主体的中心坐标移动裁切框的中心并进行裁切，生成海报。

在本申请的实施例中，可以对裁切框的中心进行移动，使得裁切框的中心与主体的中心在同一位置，从而使得裁切后生成的海报中主***于海报中心位置。

S325、计算海报中的主体相关信息。

示例性的，主体相关信息包括：主体在海报中的面积占比、裁切后的主体保留比例、裁切的坐标信息等。

在本申请的实施例中，计算海报中的主体相关信息是为了确保通过裁切后生成的海报满足预设条件；例如，预设条件包括：裁切后生成的海报中不包括裁切的文字信息；裁切后生成的海报中主体的面积占比大于预设阈值1，且主体的保留比例大于预设阈值2；通过计算主体在海报中的面积占比与裁切后的主体保留比例，是为了确保裁切后生成的海报中能够包括完整的主体的图像信息。

S326、服务器中的图像处理模块向服务器中的图像能力接入网关发送主体相关信息。

S327、服务器中的图像能力接入网关根据ocr坐标，确定海报中是否包括裁切文字。

其中，光学字符识别(Optical Character Recognition，OCR)是指对文本信息进行扫描后对图像文件进行分析处理，获取文字及版面信息的过程。

示例性的，通过原始图像中的ocr坐标，可以确定原始图像中的文本的位置信息；根据裁切框进行裁切处理的坐标与ocr坐标进行比较，可以确定海报中是否包括裁切文字

S328、若海报中不包括裁切文字，服务器中的图像能力接入网关向存储模块发送海报。

示例性的，服务器中的存储模块用于存储生成的海报；后续可以通过用户的消费行为对存储的海报进行筛选，筛选出具有用户吸引力的海报；例如，可以通过用户的消费行为对存储的海报进行评分，对于分数值大于预设分数阈值的海报通过筛选。

可选地，上述S318至S328对原始图像的背景不是白色背景时，采用图像裁切处理生成海报的方式进行举例说明；在原始图像的背景不是白色背景的情况下，还可以用过图像修复处理方式生成海报；参见图2中S207的相关描述；此处不再赘述。

可选地，在对原始图像执行第二阶段之前，可以判断原始图像是否满足预设图像条件；若原始图像满足预设图像条件，可以直接对原始图像进行背景检测；若原始图像不满足预设图像条件，先对原始图像进行预处理，得到预处理后的图像；对预处理后的图像进行背景检测；参见图2中S201至S204的相关描述，此处不再赘述。

可选地，服务器中还可以包括odps结果表，odps结果表中可以用于记录存储模块中存储数据的链接地址。

图7是本申请实施例提供的另一种生成海报的方法的示意性流程图。如图7所示，方法400包括S410至S440，下面分别对S410至S440进行详细描述。

S410、获取原始图像。

其中，原始图像中包括拍摄主体所在的前景区域与背景区域。

示例性的，原始图像可以是指商家上传的图像；可选地，获取原始图像的方式可以参见图2中的S201或者图5中的S304的相关描述，此处不再赘述。

S420、检测背景区域是否为白色背景。

可选地，检测背景区域是否为白色背景，包括：

对原始图像进行背景检测处理，生成背景检测结果，背景检测结果指示背景区域是否为白色背景。

可选地，对原始图像进行背景检测处理，生成背景检测结果，包括：

确定原始图像中的目标位置，目标位置用于指示原始图像的图像边缘；

根据目标位置的像素的灰度值，生成背景检测结果。

可选地，检测背景区域是否为白色背景，包括：

确定原始图像是否满足预设图像条件；

若原始图像不满足预设图像条件，对原始图像进行预处理，得到处理后的原始图像；

检测处理后的原始图像中的背景区域是否为白色背景。

可选地，上述S420的实现方式可以参见图2中的S203或者图5中的第二阶段(例如，S304至S308)的相关描述，此处不再赘述。

S430、若背景区域为白色背景，通过人工智能算法对拍摄主体进行处理，生成目标海报。

其中，目标海报包括拍摄主体。

在本申请的实施例中，若背景区域为白色背景，通过对原始图像中的拍摄主体进行抠图处理，得到的拍摄主体的抠图结果的准确性较高；通过拍摄主体的目标类型，匹配目标类型对应的目标海报模板；通过准确性较高的拍摄主体的抠图结果与匹配的目标海报模板，能够确保生成高质量的目标海报，增强对消费者的吸引力，满足商家需求。

可选地，若背景区域为白色背景，通过人工智能算法对拍摄主体进行处理，生成目标海报，包括：

若背景区域为白色背景，通过人工智能算法对原始图像进行抠图处理，得到拍摄主体的抠图结果；

通过人工智能算识别拍摄主体的目标类型，并匹配目标类型对应的目标海报模板；

通过人工智能算对目标海报模板与抠图结果进行融合处理，生成目标海报。

可选地，通过人工智能算识别拍摄主体的目标类型，并匹配目标类型对应的目标海报模板，包括：

通过AIGC模型识别拍摄主体的目标类型，并匹配目标类型对应的目标海报模板。

可选地，上述S430的实现方式可以参见图2中的S205与S206，或者，图5中第一处理方式(例如，S309至S317)的相关描述，此处不再赘述。

S440、若背景区域为除白色背景之外的背景，通过对原始图像进行图像处理，生成目标海报。

在本申请的实施例中，若背景区域为除白色背景之外的背景，通过拍摄主体所在的前景区域在原始图像中的不同面积占比、当前的算力需求、目标海报的显示区域的清晰度需求，可以采用不同的目标处理方式对原始图像进行图像处理，生成目标海报；通过本方案，能够基于原始图像中拍摄主体的大小，灵活地选取生成目标海报的处理方式；在生成目标海报时，能够对原始图像进行充分合理利用。

示例1

可选地，若背景区域为除白色背景之外的背景，通过对原始图像进行图像处理，生成目标海报，包括：

若背景区域为除白色背景之外的背景，根据前景区域在原始图像中的面积占比，确定目标处理方式，目标处理方式包括图像裁切处理方式或者图像修复处理方式；

通过目标处理方式对原始图像进行图像处理，生成目标海报。

可选地，根据前景区域在原始图像中的面积占比，确定目标处理方式，包括：

若面积占比大于第一预设阈值，确定目标处理方式为图像修复处理方式；

若面积占比小于或者等于第一预设阈值，确定目标处理方式为图像裁切处理方式。

示例2

若背景区域为除白色背景之外的背景，根据当前的算力需求，确定目标处理方式，目标处理方式包括图像裁切处理方式或者图像修复处理方式；

可选地，根据当前的算力需求，确定目标处理方式，包括：

若当前的算力需求大于第二预设阈值，确定目标处理方式为图像裁切处理方式；

若当前的算力需求小于或者等于第二预设阈值，确定目标处理方式为图像修复处理方式。

示例3

若背景区域为除白色背景之外的背景，根据目标海报的显示区域的清晰度需求，确定目标处理方式，目标处理方式包括图像裁切处理方式或者图像修复处理方式；

可选地，根据目标海报的显示区域的清晰度，确定目标处理方式，包括：

若目标海报的显示区域的清晰度需求大于第三预设阈值，确定目标处理方式为图像裁切处理方式；

若目标海报的显示区域的清晰度需求小于或者等于第三预设阈值，确定目标处理方式为图像修复处理方式。

对于上述示例1至示例3中的图像裁切处理方式的具体实现方式包括以下过程。

可选地，在目标处理方式为图像裁切处理方式时，通过目标处理方式对原始图像进行图像处理，生成目标海报，包括：

确定原始图像中拍摄主体的中心点的目标坐标位置；

根据目标坐标位置，确定图像裁切处理方式中裁切框的中心点；

基于裁切框的中心点与裁切框对原始图像进行裁切处理，生成海报。

可选地，裁切框的面积大小是根据目标海报的显示区域的目标尺寸确定的。

可选地，上述是对图像裁切处理方式的举例说明；还可以采用其他现有的图像修复方式，本申请对此不作任何限定。

对于上述示例1至示例3中的图像修复处理方式的具体实现方式包括以下过程。

可选地，在目标处理方式为图像修复处理方式时，通过目标处理方式对原始图像进行图像处理，生成目标海报，包括：

获取目标海报的显示区域的目标尺寸；根据目标尺寸对原始图像进行填充处理，确定目标图像区域，目标图像区域包括原始图像与填充区域，目标图像区域的尺寸为目标尺寸；生成目标图像区域中原始图像的目标掩膜，目标掩膜用于标记目标图像区域中原始图像的位置；通过深度学习算法与目标掩膜，对目标图像区域中的填充区域进行图像处理，生成目标海报。

可选地，上述是对图像修复处理方式的举例说明；还可以采用其他现有的图像修复方式，本申请对此不作任何限定。

可选地，上述S440的实现方式可以参见图2中的S207，或者，图5中第二处理方式(例如，S318至S328)的相关描述，此处不再赘述。

可选地，图2至图7所示的实施例以原始图像的背景为白色背景进行举例说明；本申请实施例的方法不限于白色背景，还可以适用于其他的抠图处理的准确性较高的纯色背景；例如，浅灰色背景、灰色背景或者与其他与白色接近的纯色背景均可以采用本申请实施例提供的生成海报的方法。

应理解，上述举例说明是为了帮助本领域技术人员理解本申请实施例，而非要将本申请实施例限于所例示的具体数值或具体场景。本领域技术人员根据所给出的上述举例说明，显然可以进行各种等价的修改或变化，这样的修改或变化也落入本申请实施例的范围内。

上文结合图1至图7详细描述了本申请实施例提供的生成海报的方法；下面将结合图8与图9详细描述本申请的装置实施例。应理解，本申请实施例中的装置可以执行前述本申请实施例的各种方法，即以下各种产品的具体工作过程，可以参考前述方法实施例中的对应过程。

图8是本申请实施例提供的一种生成海报的装置的结构示意图。其中，装置500包括获取模块510、检测模块520与处理模块530。

其中，所述获取模块510用于：获取原始图像，所述原始图像中包括拍摄主体所在的前景区域与背景区域；所述检测模块520用于：检测所述背景区域是否为白色背景；所述处理模块530用于：若所述背景区域为白色背景，通过人工智能算法对所述拍摄主体进行处理，生成目标海报，所述目标海报包括所述拍摄主体；若所述背景区域为除所述白色背景之外的背景，通过对所述原始图像进行图像处理，生成所述目标海报。

可选地，作为一个实施例，所述处理模块530具体用于：

通过所述人工智能算识别所述拍摄主体的目标类型，并匹配所述目标类型对应的目标海报模板；通过所述人工智能算对所述目标海报模板与所述抠图结果进行融合处理，生成所述目标海报。

可选地，作为一个实施例，所述处理模块530具体用于：

若所述目标海报的显示区域的清晰度需求大于第三预设阈值，确定所述目标处理方式为所述图像裁切处理方式；若所述目标海报的显示区域的清晰度需求小于或者等于第三预设阈值，确定所述目标处理方式为所述图像修复处理方式。

可选地，作为一个实施例，在所述目标处理方式为所述图像裁切处理方式时，所述处理模块530具体用于：

确定所述原始图像中所述拍摄主体的中心点的目标坐标位置；根据所述目标坐标位置，确定所述图像裁切处理方式中裁切框的中心点；基于所述裁切框的中心点与所述裁切框对所述原始图像进行裁切处理，生成所述目标海报。

可选地，作为一个实施例，所述裁切框的面积大小是根据所述目标海报的显示区域的目标尺寸确定的。

可选地，作为一个实施例，在所述目标处理方式为所述图像修复处理方式时，所述处理模块530具体用于：

获取所述目标海报的显示区域的目标尺寸；

根据所述目标尺寸对所述原始图像进行填充处理，确定目标图像区域，所述目标图像区域包括所述原始图像与填充区域，所述目标图像区域的尺寸为所述目标尺寸；生成所述目标图像区域中所述原始图像的目标掩膜，所述目标掩膜用于标记所述目标图像区域中所述原始图像的位置；通过深度学习算法与所述目标掩膜，对所述目标图像区域中的所述填充区域进行所述图像处理，生成所述目标海报。

可选地，作为一个实施例，所述检测模块520具体用于：

确定所述原始图像是否满足预设图像条件；若所述原始图像不满足预设图像条件，对所述原始图像进行预处理，得到处理后的原始图像；检测所述处理后的原始图像中的背景区域是否为所述白色背景。

需要说明的是，上述生成海报的装置500以功能单元的形式体现。这里的术语“模块”可以通过软件和/或硬件形式实现，对此不作具体限定。

例如，“模块”可以是实现上述功能的软件程序、硬件电路或二者结合。所述硬件电路可能包括应用特有集成电路(application specific integrated circuit，ASIC)、电子电路、用于执行一个或多个软件或固件程序的处理器(例如共享处理器、专有处理器或组处理器等)和存储器、合并逻辑电路和/或其它支持所描述的功能的合适组件。

因此，在本申请的实施例中描述的各示例的单元，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

图9示出了本申请提供的一种服务器的结构示意图。图9中的虚线表示该单元或该模块为可选的。服务器600可用于实现上述方法实施例中描述的生成海报的方法。

示例性的，服务器600包括一个或多个处理器601，该一个或多个处理器601可支持服务器600实现方法实施例中的生成海报的方法。处理器601可以是通用处理器或者专用处理器。例如，处理器601可以是中央处理器(central processing unit，CPU)、数字信号处理器(digital signal processor，DSP)、专用集成电路(application specific integratedcircuit，ASIC)、现场可编程门阵列(field programmable gate array，FPGA)或者其它可编程逻辑器件，如分立门、晶体管逻辑器件或分立硬件组件。

示例性的，处理器601可以用于对服务器600进行控制，执行软件程序，处理软件程序的数据。服务器600还可以包括通信单元605，用以实现信号的输入(接收)和输出(发送)。

例如，服务器600可以是芯片，通信单元605可以是该芯片的输入和/或输出电路，或者，通信单元605可以是该芯片的通信接口，该芯片可以作为终端设备或其它服务器的组成部分。

又例如，服务器600可以是终端设备，通信单元605可以是该终端设备的收发器，或者，通信单元605可以是该终端设备的收发电路。

示例性的，服务器600中可以包括一个或多个存储器602，其上存有程序604，程序604可被处理器601运行，生成指令603，使得处理器601根据指令603执行上述方法实施例中描述的方法。

可选地，存储器602中还可以存储有数据。可选地，处理器601还可以读取存储器602中存储的数据，该数据可以与程序604存储在相同的存储地址，该数据也可以与程序604存储在不同的存储地址。

示例性地，处理器601和存储器602可以单独设置，也可以集成在一起，例如，集成在终端设备的***级芯片(system on chip，SOC)上。

示例性地，存储器602可以用于存储本申请实施例中提供的生成海报的方法的相关程序604，处理器601可以用于在生成海报时调用存储器602中存储的生成海报的方法的相关程序604，执行本申请实施例的生成海报的方法；例如，获取原始图像，原始图像中包括拍摄主体所在的前景区域与背景区域；检测背景区域是否为白色背景；若背景区域为白色背景，通过人工智能算法对拍摄主体进行处理，生成目标海报，目标海报包括拍摄主体；若背景区域为除白色背景之外的背景，通过对原始图像进行图像处理，生成目标海报。

本申请还提供了一种计算机程序产品，该计算机程序产品被处理器601执行时实现本申请中任一方法实施例所述的方法。

该计算机程序产品可以存储在存储器602中，例如是程序604，程序604经过预处理、编译、汇编和链接等处理过程最终被转换为能够被处理器601执行的可执行目标文件。

本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机执行时实现本申请中任一方法实施例所述的方法。该计算机程序可以是高级语言程序，也可以是可执行目标程序。

该计算机可读存储介质例如是存储器602。存储器602可以是易失性存储器或非易失性存储器，或者，存储器602可以同时包括易失性存储器和非易失性存储器。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmableROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(randomaccess memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamicRAM，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(doubledata rate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。

本领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和设备的具体工作过程以及产生的技术效果，可以参考前述方法实施例中对应的过程和技术效果，在此不再赘述。

在本申请所提供的几个实施例中，所揭露的***、装置和方法，可以通过其它的方式实现。例如，以上所描述的方法实施例的一些特征可以忽略，或不执行。以上所描述的装置实施例仅仅是示意性的，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个***。另外，各单元之间的耦合或各个组件之间的耦合可以是直接耦合，也可以是间接耦合，上述耦合包括电的、机械的或其它形式的连接。

应理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请的实施例的实施过程构成任何限定。

另外，本文中术语“***”和“网络”在本文中常被可互换使用。本文中的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

总之，以上所述仅为本申请技术方案的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims

1.一种生成海报的方法，其特征在于，包括：

检测所述背景区域是否为白色背景；

2.根据权利要求1所述的方法，其特征在于，所述若所述背景区域为白色背景，通过人工智能算法对所述拍摄主体进行处理，生成目标海报，包括：

3.根据权利要求2所述的方法，其特征在于，所述通过所述人工智能算识别所述拍摄主体的目标类型，并匹配所述目标类型对应的目标海报模板，包括：

4.根据权利要求1所述的方法，其特征在于，所述若所述背景区域为除所述白色背景之外的背景，通过对所述原始图像进行图像处理，生成所述目标海报，包括：

5.根据权利要求1所述的方法，其特征在于，所述若所述背景区域为除所述白色背景之外的背景，所述通过对所述原始图像进行图像处理，生成所述目标海报，包括：

6.根据权利要求1所述的方法，其特征在于，所述若所述背景区域为除所述白色背景之外的背景，通过对所述原始图像进行图像处理，生成所述目标海报，包括：

7.根据权利要求4至6中任一项所述的方法，其特征在于，在所述目标处理方式为所述图像裁切处理方式时，所述通过所述目标处理方式对原始图像进行所述图像处理，生成所述目标海报，包括：

8.根据权利要求4至6中任一项所述的方法，其特征在于，在所述目标处理方式为所述图像修复处理方式时，所述通过所述目标处理方式对原始图像进行所述图像处理，生成所述目标海报，包括：

获取所述目标海报的显示区域的目标尺寸；

9.根据权利要求1至6中任一项所述的方法，其特征在于，所述检测所述背景区域是否为白色背景，包括：

10.根据权利要求1至6中任一项所述的方法，其特征在于，所述检测所述背景区域是否为白色背景，包括：

确定所述原始图像是否满足预设图像条件；