素描图像转换方法及相关产品

摘要

本申请实施例提供了一种素描图像转换方法及相关产品，该方法包括：对素描图像进行分块处理，得到N个素描图像块，所述N为大于等于2的整数；获取所述N个素描图像块中每个素描图像块的背景亮度，根据所述每个素描图像块的背景亮度确定每个素描图像块的目标匹配阈值；根据每个素描图像块的目标匹配阈值对每个素描图像块进行匹配，得到每个素描图像块的目标人脸图像块；将每个素描图像块的目标人脸图像块进行组合，得到所述素描图像的人脸图像。采用本申请实施例有利于提高素描图像转化精度。

说明书

技术领域

本申请涉及图像识别技术领域，具体涉及一种素描图像转换方法及相关产品。

背景技术

自动肖像合成技术近些年来引起人们的关注，可应用于司法或者数码等各种领域。例如，在司法领域中，用素描肖像在警方的照片数据库中搜索犯罪嫌疑人是十分重要的应用。一般来说，素描肖像是由相关人员进行口述，然后由专业的绘画人员进行绘制得到，或者，根据相关人员的描述通过图像合成技术合成。因此，为了真实还原被绘画人员的真实场景，通常会将该被绘画人员所在的环境信息(如环境亮度)也添加在素描图像中。

因此，当被绘画人员处于黑暗环境中时，绘制出的人脸素描图像亮度较暗，且绘制出的素描图像清晰度低，在将素描图像转换为人脸图像时，难以提取到丰富的人脸特征，进而导致素描图像的转化精度低。

发明内容

本申请实施例提供了一种素描图像转换方法及相关产品。通过分块处理，使用每个素描图像块的目标匹配阈值进行素描图像的转化，进而提高转化精度。

第一方面，本申请实施例提供一种素描图像转换方法，包括：

对素描图像进行分块处理，得到N个素描图像块，所述N为大于等于2的整数；

获取所述N个素描图像块中每个素描图像块的背景亮度，根据所述每个素描图像块的背景亮度确定每个素描图像块的目标匹配阈值；

根据每个素描图像块的目标匹配阈值对每个素描图像块进行匹配，得到每个素描图像块的目标人脸图像块；

将每个素描图像块的目标人脸图像块进行组合，得到所述素描图像的人脸图像。

第二方面，本申请实施例提供一种素描图像转换装置，包括：

分块单元，用于对素描图像进行分块处理，得到N个素描图像块，所述N为大于等于2的整数；

确定单元，用于获取所述N个素描图像块中每个素描图像块的背景亮度，根据所述每个素描图像块的背景亮度确定每个素描图像块的目标匹配阈值；

匹配单元，用于根据每个素描图像块的目标匹配阈值对每个素描图像块进行匹配，得到每个素描图像块的目标人脸图像块；

组合单元，用于将每个素描图像块的目标人脸图像块进行组合，得到所述素描图像的人脸图像。

第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如第一方面所述的方法中的步骤的指令。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序使得计算机执行如第一方面所述的方法。

第五方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机可操作来使计算机执行如第一方面所述的方法。

实施本申请实施例，具有如下有益效果：

可以看出，在本申请实施例中，对素描图像进行分块处理，根据每个素描图像块的背景亮度获取每个素描图像块的目标匹配阈值，使用每个素描图像块的目标匹配阈值对每个素描图像进行匹配，从而可以精确的确定出与每个素描图像块对应的目标人脸图像块，进而提高素描图像的转换效率和精度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种素描图像转换的流程示意图；

图2为本申请实施例提供的另一种素描图像转换的流程示意图；

图3为本申请实施例提供的另一种素描图像转换的流程示意图；

图4为本申请实施例提供的一种素描图像转换装置的结构示意图；

图5为本申请实施例提供的一种素描图像转换装置的功能单元组成框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请中的素描图像转换装置可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(MobileInternet Devices，简称：MID)或穿戴式设备等。上述素描图像转换装置仅是举例，而非穷举，包含但不限于上述素描图像转换装置。在实际应用中，还可以包括：智能车载终端、计算机设备等等。

参阅图1，图1为本申请实施例提供的一种素描图像转换方法。该方法应用于素描图像转换装置。该方法包括但不限于以下步骤：

101：素描图像转换装置对素描图像进行分块处理，得到N个素描图像块。

其中，该N为大于等于2的整数。

其中，该素描图像为包含人脸的素描图像。具体来说，可以按照左右对称的方式对该素描图像进行分块，得到N/2素描图像块对，每个素描图像块对包括左右相互对称的素描图像块。

102：素描图像转换装置获取所述N个素描图像块中每个素描图像块的背景亮度，根据所述每个素描图像块的背景亮度确定每个素描图像块的目标匹配阈值。

其中，该背景亮度即为每个素描图像块的亮度值。

根据背景亮度与匹配阈值的映射关系，确定每个素描图像块的目标匹配阈值。

103：素描图像转换装置根据每个素描图像块的目标匹配阈值对每个素描图像块进行匹配，得到每个素描图像块的目标人脸图像块。

具体来说，对每个素描图像块进行特征提取，得到每个素描图像块的特征向量；使用每个素描图像块的特征向量与每个人脸素描图像块模板进行匹配，得到与每个人脸素描图像块模板对应的匹配值；将匹配值大于该素描图像块的目标匹配值的人脸素描图像块模板作为该素描图像块的目标人脸图像块。

其中，对每个素描图像块进行特征提取可以通过神经网络执行，该神经网络可以为卷积神经网络、循环神经网络、长短期记忆网络中的一种或几种的组合。

可选的，还可通过如下方式对每个素描图像块进行匹配：

对素描图像块A的特征点进行特征提取，得到第一特征向量，其中，该素描图像块A为该N素描图像块中的任意一个素描图像块；

对素描图像块A的轮廓进行特征提取，得到第二特征向量；

将该第一特征向量和第二特征向量进行拼接，得到素描图像块A的目标特征向量；

将素描图像块A的目标特征向量与每个人脸模板的目标特征向量进行匹配，得到与每个人脸模板对应的匹配值，其中，每个人脸模板的目标特征向量也是通过对每个人脸模板上的特征点所对应的特征向量以及轮廓所对应的特征向量进行拼接得到的。

104：素描图像转换装置将每个素描图像块的目标人脸图像块进行组合，得到所述素描图像的人脸图像。

最后，将每个素描图像块的目标人脸图像块进行组合，得到该素描图像对应的人脸图像。其中，如果某个素描图像块的目标人脸图像块的数量为多个时，则可以将该多个目标人脸图像块中匹配值最大的目标人脸图像块作为最终的目标人脸图像块；使用该素描图像块的最终的目标人脸图像块与其他素描图像块对应的目标人脸图像块进行组合，则可得到与该素描图像对应的人脸图像。

可以看出，在本申请实施例中，对素描图像进行分块处理，根据每个素描图像块的背景亮度获取每个素描图像块的目标匹配阈值，使用每个素描图像块的目标匹配阈值对每个素描图像进行匹配，从而可以精确的确定出与每个素描图像块对应的目标人脸图像块，进而提高素描图像的转换效率和精度。

在一种可能的实施方式，在某个素描图像块的目标人脸图像块为多个时，例如，当素描图像块A的目标人脸图像块为多个时(素描图像块A为所述N个素描图像块中的任意一个素描图像块)，则还可通过如下方式得到该素描图像的人脸图像：

将素描图像块A的多个目标人脸块分别为N-1个素描图像块对应的N-1个目标人脸图像块进行组合，得到多个人脸图像，该N-1个素描图像块为该N个素描图像块中除该素描图像块A之外的所有素描图像块；

确定多个人脸图像中每个人脸图像的协调比例；

将多个人脸图像中协调比例最大的人脸图像作为该素描图像的人脸图像。

需要说明的是，当该N个素描块中存在多个素描块对应的目标人脸图像块的数量为多个时，则需要将每个素描块对应的多个目标人脸图像块进行组合，得到多个人脸图像，然后，计算每个人脸图像的协调比例，依据协调比例选出素描图像的人脸图像。

可选的，可以使用神经网络对该多个人脸图像中的每个人脸图像进行特征提取，得到每个人脸图像的特征向量；根据每个人脸图像的特征向量以及每个人脸图像库对每个人脸图像进行分类，即使用每个人脸图像与人脸图像库中的每个人脸模板进行一一比对，得到与每个人脸模板对应的匹配值，然后，将最大匹配值作为该人脸图像的目标匹配值；并将每个人脸图像的目标匹配值作为每个人脸图像的协调比例。即相当于使用每个人脸图像与模板进行匹配，能匹配出真实身份的人脸图像，则人脸图像的协调比例越高。

可选的，可获取每个人脸图像上的人脸图像块a上任意两个预设特征点之间的距离，得到多个第一距离，所述人脸图像块a为所述素描图像块A对应的目标人脸图像块，其中，该预设特征点与该人脸图像块a所属的人脸区域对应，一般来说，可以在人脸图像上划分出68个预设特征点(例如，左瞳孔、右瞳孔、左眉心、右眉心)，则根据该人脸图像块a所属的人脸区域确定出该人脸图像块a上的所有预设特征点，然后，获取该人脸图像块a上的所有预设特征点中任意两个预设特征点之间的距离，得到多个第一距离；获取每个人脸图像上的人脸图像块b上任意两个预设特征点之间的距离，得到多个第二距离，所述人脸图像块b为素描图像块B对应的目标人脸图像块，所述素描图像块B为所述N个素描图像块中与所述素描图像块A对称的图像块；获取相对应的第一距离和第二距离之间的差值，得到多个差值，即获取预设特征点相对应(预设特征点为对称的特征点)的第一距离和第二距离之间的差值。比如，第一距离为左瞳孔到左眉心的距离，则相对应的第二距离为右瞳孔到右眉心的距离；将所述多个差值的标准差作为每个人脸图像的协调比例。当然，也可以将多个差值的方差作为每个人脸图像的协调比例。

在一种可能的实施方式中，在对素描图像进行分块处理，得到N个素描图像块之前，该方法还包括：

获取语音数据，对该语音数据进行语义识别，得到该语音数据的语义信息(可使用GRU网络进行语义信息的提取)，对该语义信息进行关键词提取，得到多个关键词，根据关键词与素描描述符之间的映射关系，确定该多个关键词中每个关键词对应的素描描述符；根据该多个素描描述符得到该素描图像，即对该多个素描描述符进行组合，得到素描图像。

其中，素描描述符包括但不限于：左眼、右眼、左耳、右耳、双眼皮、单眼皮、眼睛、鼻子、口、嘴巴、左眉、右眉、眉毛、耳朵。

在本实施方式中，通过语音数据可自动生成素描图像，提高素描图像的生成速率，进而实现将素描图像转化为人脸图像的智能化。

在一种可能的实施方式中，在对素描图像进行分块处理，得到N个素描图像块之前，该方法还包括：

获取所述素描图像上每个像素点的海森矩阵，得到与所述素描图像对应的第一分量图像、第二分量图像以及第三分量图像；具体来说，对该素描图像上中的每个像素点进行高频方向分解，分别得到每个像素点在水平方向的第一分量，在竖直方向上的第二分量以及在对角方向上的第三分量，其中，对每个像素点进行高频方向分解实质上为求取每个像素点的海森(Hessian)矩阵，即分别求取每个像素点在水平方向上的二阶偏微分、竖直方向上的二阶偏微分、对角方向上的混合偏微分，将水平方向上的二阶偏微分作为每个像素点的第一分量、竖直方向上的二阶偏微分作为第二分量以及对角方向上的混合偏微分作为第三分量，其中求偏微分的过程为现有技术，不再叙述。然后，将该素描图像中的所有像素点在水平方向上的第一分量对应组成第一分量图像、在竖直方向上的第二分量对应组成第二分量图像以及在对角方向上的第三分量对应组成第三分量图像；

将所述素描图像与所述第一分量图像、第二分量图像以及第三分量图像进行叠加，得到增强后的素描图像。

进一步地，在对该素描图像增强后，可对增强后的素描图像进行分割，得到N个素描图像块。

在本申请实施方式中，对素描图像进行增强，从而使增强后的图像更加清晰，人脸特征更加明显，进而提高素描图像的转换精度。

参阅图2，图2为本申请实施例提供的另一种素描图像转换方法。该方法应用于素描图像转换装置。该方法包括但不限于以下步骤：

201：素描图像转换装置获取语音数据。

202：素描图像转换装置对所述语音数据进行语义识别，得到所述语音数据的语义信息。

203：素描图像转换装置对所述语义信息进行关键词提取，得到多个关键词。

204：素描图像转换装置根据关键词与素描描述符之间的映射关系，确定所述多个关键词中每个关键词对应的素描描述符，得到多个素描描述符。

205：素描图像转换装置根据所述多个素描描述符得到素描图像。

206：素描图像转换装置对该素描图像进行分块处理，得到N个素描图像块。

207：素描图像转换装置获取所述N个素描图像块中每个素描图像块的背景亮度，根据所述每个素描图像块的背景亮度确定每个素描图像块的目标匹配阈值。

208：素描图像转换装置根据每个素描图像块的目标匹配阈值对每个素描图像块进行匹配，得到每个素描图像块的目标人脸图像块。

209：素描图像转换装置将每个素描图像块的目标人脸图像块进行组合，得到所述素描图像的人脸图像。

需要说明的是，图2所示的方法的各个步骤的具体实现过程可参见上述图1所述方法的具体实现过程，在此不再叙述。

可以看出，在本申请实施例中，对素描图像进行分块处理，根据每个素描图像块的背景亮度获取每个素描图像块的目标匹配阈值，使用每个素描图像块的目标匹配阈值对每个素描图像进行匹配，从而可以精确的确定出与每个素描图像块对应的目标人脸图像块，进而提高素描图像的转换效率和精度；而且，还可通过语音数据自动生成素描图像，实现了素描图像转化的智能化，进一步提高素描图像的转化效率。

参阅图3，图3为本申请实施例提供的另一种该方法应用于素描图像转换装置。该方法包括但不限于以下步骤：

301：素描图像转换装置获取语音数据。

302：素描图像转换装置对所述语音数据进行语义识别，得到所述语音数据的语义信息。

303：素描图像转换装置对所述语义信息进行关键词提取，得到多个关键词。

304：素描图像转换装置根据关键词与素描描述符之间的映射关系，确定所述多个关键词中每个关键词对应的素描描述符，得到多个素描描述符。

305：素描图像转换装置根据所述多个素描描述符得到素描图像。

306：素描图像转换装置获取所述素描图像上每个像素点的海森矩阵，得到与所述素描图像对应的第一分量图像、第二分量图像以及第三分量图像。

307：素描图像转换装置将所述素描图像与所述第一分量图像、第二分量图像以及第三分量图像进行叠加，得到得到增强后的素描图像。

308：素描图像转换装置对该素描图像进行分块处理，得到N个素描图像块。

309：素描图像转换装置获取所述N个素描图像块中每个素描图像块的背景亮度，根据所述每个素描图像块的背景亮度确定每个素描图像块的目标匹配阈值。

310：素描图像转换装置根据每个素描图像块的目标匹配阈值对每个素描图像块进行匹配，得到每个素描图像块的目标人脸图像块。

311：素描图像转换装置将每个素描图像块的目标人脸图像块进行组合，得到所述素描图像的人脸图像。

需要说明的是，图3所示的方法的各个步骤的具体实现过程可参见上述图1所述方法的具体实现过程，在此不再叙述。

可以看出，在本申请实施例中，对素描图像进行分块处理，根据每个素描图像块的背景亮度获取每个素描图像块的目标匹配阈值，使用每个素描图像块的目标匹配阈值对每个素描图像进行匹配，从而可以精确的确定出与每个素描图像块对应的目标人脸图像块，进而提高素描图像的转换效率和精度；而且，还可通过语音数据自动生成素描图像，实现了素描图像转化的智能化，进一步提高素描图像的转化效率；并且在分块处理前，对素描图像进行增强，以便增强该素描图像中的人脸特征，进一步提高转化精度。

与上述图1、图2、图3所示的实施例一致的，请参阅图4，图4为本申请实施例提供的一种素描图像转换装置400的结构示意图，如图4所示，该素描图像转换装置400包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行以下步骤的指令：

对素描图像进行分块处理，得到N个素描图像块，所述N为大于等于2的整数；

获取所述N个素描图像块中每个素描图像块的背景亮度，根据所述每个素描图像块的背景亮度确定每个素描图像块的目标匹配阈值；

根据每个素描图像块的目标匹配阈值对每个素描图像块进行匹配，得到每个素描图像块的目标人脸图像块；

将每个素描图像块的目标人脸图像块进行组合，得到所述素描图像的人脸图像。

在素描图像块A的目标人脸图像块为多个时，所述素描图像块A为所述N个素描图像块中的任意一个素描图像块，在将每个素描图像块的人脸素描图像块进行组合，得到所述素描图像的人脸图像方面，上述程序具体用于执行以下步骤的指令：

将所述素描图像块A的多个目标人脸块分别与N-1个素描图像块对应的N-1个目标人脸图像块进行组合，得到多个人脸图像，所述N-1个素描图像块为所述N个素描图像块中除所述素描图像块A之外的所有素描图像块；

确定所述多个人脸图像中每个人脸图像的协调比例；

将所述多个人脸图像中协调比例最大的人脸图像作为所述素描图像的人脸图像。

在一种可能的实施方式中，在确定所述多个人脸图像中每个人脸图像的协调比例方面，上述程序具体用于执行以下步骤的指令：

使用神经网络对所述多个人脸图像中每个人脸图像进行特征提取，得到每个人脸图像的特征向量；

根据每个人脸图像的特征向量人以及人脸图像库对每个人脸图像进行分类，得到每个人脸图像对应的目标匹配值，将每个人脸图像的目标匹配值作为每个人脸图像的协调比例。

在一种可能的实施方式中，在确定所述多个人脸图像中每个人脸图像的协调比例方面，上述程序具体用于执行以下步骤的指令：

获取每个人脸图像上的人脸图像块a上任意两个预设特征点之间的距离，得到多个第一距离，所述人脸图像块a为所述素描图像块A对应的目标人脸图像块；

获取每个人脸图像上的人脸图像块b上任意两个预设特征点之间的距离，得到多个第二距离，所述人脸图像块b为素描图像块B对应的目标人脸图像块，所述素描图像块B为所述N个素描图像块中与所述素描图像块A对称的图像块；

获取相对应的第一距离和第二距离之间的差值，得到多个差值；

将所述多个差值的标准差作为每个人脸图像的协调比例。

在一种可能的实施方式中，在对素描图像进行分块处理，得到N个素描图像块之前，上述程序还用于执行以下步骤的指令：

获取语音数据；

对所述语音数据进行语义识别，得到所述语音数据的语义信息；

对所述语义信息进行关键词提取，得到多个关键词；

根据关键词与素描描述符之间的映射关系，确定所述多个关键词中每个关键词对应的素描描述符，得到多个素描描述符；

根据所述多个素描描述符得到所述素描图像。

在一种可能的实施方式中，在对素描图像进行分块处理，得到N个素描图像块之前，上述程序还用于执行以下步骤的指令：

获取所述素描图像上每个像素点的海森矩阵，得到与所述素描图像对应的第一分量图像、第二分量图像以及第三分量图像；

将所述素描图像与所述第一分量图像、第二分量图像以及第三分量图像进行叠加，得到得到增强后的素描图像；

在对素描图像进行分块处理，得到N个素描图像块方面，上述程序具体用于执行以下步骤的指令：

对所述增强后的素描图像进行分块处理，得到N个素描图像块。

参阅图5，图5示出了上述实施例中所涉及的素描图像转换装置500的一种可能的功能单元组成框图，素描图像转换装置500包括：分块单元510、确定单元520、匹配单元530、组合单元540，其中：

分块单元510，用于对素描图像进行分块处理，得到N个素描图像块，所述N为大于等于2的整数；

确定单元520，用于获取所述N个素描图像块中每个素描图像块的背景亮度，根据所述每个素描图像块的背景亮度确定每个素描图像块的目标匹配阈值；

匹配单元530，用于根据每个素描图像块的目标匹配阈值对每个素描图像块进行匹配，得到每个素描图像块的目标人脸图像块；

组合单元540，用于将每个素描图像块的目标人脸图像块进行组合，得到所述素描图像的人脸图像。

在一种可能的实施方式中，在素描图像块A的目标人脸图像块为多个时，所述素描图像块A为所述N个素描图像块中的任意一个素描图像块，在将每个素描图像块的人脸素描图像块进行组合，得到所述素描图像的人脸图像方面，组合单元540，具体用于：

将所述素描图像块A的多个目标人脸块分别与N-1个素描图像块对应的N-1个目标人脸图像块进行组合，得到多个人脸图像，所述N-1个素描图像块为所述N个素描图像块中除所述素描图像块A之外的所有素描图像块；

确定所述多个人脸图像中每个人脸图像的协调比例；

将所述多个人脸图像中协调比例最大的人脸图像作为所述素描图像的人脸图像。

在一种可能的实施方式中，在确定所述多个人脸图像中每个人脸图像的协调比例方面，组合单元540，具体用于：

使用神经网络对所述多个人脸图像中每个人脸图像进行特征提取，得到每个人脸图像的特征向量；

根据每个人脸图像的特征向量人以及人脸图像库对每个人脸图像进行分类，得到每个人脸图像对应的目标匹配值，将每个人脸图像的目标匹配值作为每个人脸图像的协调比例。

在一种可能的实施方式中，在确定所述多个人脸图像中每个人脸图像的协调比例方面，组合单元540，具体用于：

获取每个人脸图像上的人脸图像块a上任意两个预设特征点之间的距离，得到多个第一距离，所述人脸图像块a为所述素描图像块A对应的目标人脸图像块；

获取每个人脸图像上的人脸图像块b上任意两个预设特征点之间的距离，得到多个第二距离，所述人脸图像块b为素描图像块B对应的目标人脸图像块，所述素描图像块B为所述N个素描图像块中与所述素描图像块A对称的图像块；

获取相对应的第一距离和第二距离之间的差值，得到多个差值；

将所述多个差值的标准差作为每个人脸图像的协调比例。

在一种可能的实施方式中，素描图像转换装置500还包括识别单元550，在对素描图像进行分块处理，得到N个素描图像块之前，识别单元550，用于：

获取语音数据；

对所述语音数据进行语义识别，得到所述语音数据的语义信息；

对所述语义信息进行关键词提取，得到多个关键词；

根据关键词与素描描述符之间的映射关系，确定所述多个关键词中每个关键词对应的素描描述符，得到多个素描描述符；

根据所述多个素描描述符得到所述素描图像。

在一种可能的实施方式中，在对素描图像进行分块处理，素描图像转换装置500还包括增强单元560，得到N个素描图像块之前，增强单元560，用于：

获取所述素描图像上每个像素点的海森矩阵，得到与所述素描图像对应的第一分量图像、第二分量图像以及第三分量图像；

将所述素描图像与所述第一分量图像、第二分量图像以及第三分量图像进行叠加，得到得到增强后的素描图像；

在对素描图像进行分块处理，得到N个素描图像块方面，分块单元510，具体用于：

对所述增强后的素描图像进行分块处理，得到N个素描图像块。

本申请实施例还提供一种计算机存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现如上述方法实施例中记载的任何一种素描图像转换方法的部分或全部步骤。

本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种素描图像转换方法的部分或全部步骤。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。

所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。