用于衣物护理设备的颜色搭配方法和衣物护理设备与流程

1.本发明涉及智慧家电技术领域，具体提供一种用于衣物护理设备的颜色搭配方法和衣物护理设备。

背景技术：

2.随着人们生活水平的提高，人们越来越重视对个人衣着品味，在搭配服饰时，除了会考虑天气因素之外，还会着重考虑服饰的颜色等。但是在很多情况下，大多数人并不是专业的搭配师，搭配出的服饰可能很难符合自己的预期。然而，现有的衣物护理机只能够对衣物进行除皱、烘干等简单护理，无法对服饰的颜色搭配给出合理化建议。
3.为了解决上述问题，现有技术中，获取衣物图像，通过边缘检测算法对衣物图像进行检测，识别出衣物的主色调或主颜色，从数据库中查找主色调或主颜色的至少一种可搭配颜色。但是，在拍摄图片的过程中，随着外界环境变化时，衣物被拍摄出的图片受外界光照及其他影响，导致图片上的颜色与衣物的实际颜色有很大的色差，以实际拍摄的图片为基准进行颜色识别时，例如在暗色情景下拍摄到的图片，受环境光的影响，不能准确地识别衣物的颜色，导致识别的颜色与本身的颜色有偏差，进而导致推荐的可搭配颜色不准确，影响了用户体验。
4.因此，本领域需要一种新的用于衣物护理设备的颜色搭配方法和衣物护理设备来解决上述问题。

技术实现要素：

5.本发明旨在解决上述技术问题，即，解决现有推荐的衣物可搭配颜色不准确的问题。
6.在第一方面，本发明提供了一种用于图像颜色的颜色搭配方法，所述颜色搭配方法包括下列步骤：获取衣物图像；调取第一预设算法对所述衣物图像进行还原，得到还原后的图像；调取第二预设算法对所述还原后的图像进行分析；根据分析结果和数据库存储的多个标准颜色，确定衣物颜色；根据所述衣物颜色从所述数据库中获取该衣物颜色的搭配颜色；其中，所述数据库内还存储每个所述标准颜色的搭配颜色。
7.在上述颜色搭配方法的优选技术方案中，所述数据库内还存储每个所述标准颜色的不可搭配颜色；所述颜色搭配方法还包括：根据所述衣物颜色从所述数据库中获取该衣物颜色的不可搭配颜色。
8.在上述颜色搭配方法的优选技术方案中，“调取第二预设算法对所述还原后的图像进行分析”的步骤具体包括：调取所述第二预设算法对所述还原后的图像的全部rgb值进行分析，以将所述全部rgb值中的一个确定为主要rgb值；“根据分析结果和所述多个标准颜色，确定衣物颜色”的步骤具体包括：根据所述主要rgb值和所述多个标准颜色的标准rgb值，确定所述衣物颜色。
9.在上述颜色搭配方法的优选技术方案中，“根据所述主要rgb值和所述多个标准颜
色的标准rgb值，确定所述衣物颜色”的步骤具体包括：分别计算所述主要rgb值与所述多个标准颜色的标准rgb值之间的相似度；将计算得到的全部所述相似度进行比较，根据比较结果确定最大相似度；将与所述最大相似度相对应的标准颜色确定为所述衣物颜色。
10.在上述颜色搭配方法的优选技术方案中，“调取第一预设算法对所述衣物图像进行还原，得到还原后的图像”的步骤具体包括：对所述衣物图像进行预处理，得到衣物的主体图像；调取所述第一预设算法对所述主体图像进行还原，得到所述还原后的图像。
11.在上述颜色搭配方法的优选技术方案中，“对所述衣物图像进行预处理，得到衣物的主体图像”的步骤具体包括：识别所述衣物图像中的衣物以及该衣物所在该图像中的坐标位置；根据所述坐标位置从所述衣物图像上截取所述主体图像，以去除所述衣物图像的背景。
12.在上述颜色搭配方法的优选技术方案中，“根据所述坐标位置从所述衣物图像上截取所述主体图像”的步骤具体包括：根据所述坐标位置，按照预设方法从所述衣物图像上截取所述主体图像。
13.在上述颜色搭配方法的优选技术方案中，所述相似度采用欧式距离或余弦距离表示；并且/或者所述第一预设算法为msrcp算法；并且/或者所述第二预设算法为knn算法；并且/或者所述数据库设置于所述衣物护理设备。
14.在上述颜色搭配方法的优选技术方案中，所述衣物护理设备包括图像采集机构；“获取衣物图像”的步骤具体包括：通过所述图像采集机构获取所述衣物图像。
15.在第二方面，本发明提供了一种衣物护理设备，所述衣物护理设备包括：处理器；存储器，用于存储多条程序代码；所述程序代码适于由所述处理器加载并执行上述优选技术方案中任一项所述的颜色搭配方法。
16.在本发明的颜色搭配方法的优选技术方案中，获取衣物图像；调取第一预设算法对衣物图像进行还原，得到还原后的图像；调取第二预设算法对还原后的图像进行分析；根据分析结果和数据库存储的多个标准颜色，确定衣物颜色；根据衣物颜色从数据库中获取该衣物颜色的搭配颜色；其中，数据库内还存储每个标准颜色的搭配颜色。
17.相对于现有技术中通过边缘检测算法对衣物图像进行检测，识别出衣物的主色调或主颜色的技术方案，本发明的颜色搭配方法在识别衣物颜色时，调用第一预设算法对衣物图像进行还原，可以有效地将衣物图像中的各种颜色真实还原，消除了光照强度等环境因素对图像颜色识别造成的干扰；调用第二预设算法对还原后的图像进行分析，根据分析结果并结合数据库存储的多个标准颜色，能够准确地识别出还原后的图像中的衣物颜色，从而能够准确地确定衣物颜色，提高了图像颜色识别的准确率和精度；基于确定的衣物颜色能够准确地从数据库中获取该衣物颜色的搭配颜色，使得用户能够知晓该衣物的理想搭配颜色，使得用户能够基于该搭配颜色搭配出最佳或者较好的搭配效果，更好地满足了用户的使用需求，进而提高了用户体验。
18.进一步地，数据库内还存储每个标准颜色的不可搭配颜色；根据衣物颜色还能够从数据库中获取该衣物颜色的不可搭配颜色，进一步防止了用户颜色搭配错误，确保了衣物的搭配效果，并因此提高了用户体验。
19.进一步地，调取第二预设算法对还原后的图像的全部rgb值进行分析，以将全部rgb值中的一个确定为主要rgb值，根据主要rgb值和多个标准颜色的标准rgb值，确定衣物
颜色，在此过程中，不需要经过颜色空间的转换就能够实现颜色识别，从而避免了在颜色识别过程中产生颜色损失，能够更准确地识别图像颜色，进一步提高了图像颜色识别的准确率和精度。
20.进一步地，分别计算主要rgb值与多个标准颜色的标准rgb值之间的相似度，将计算得到的全部相似度进行比较，根据比较结果确定最大相似度，将与最大相似度相对应的标准颜色确定为衣物颜色，也就是说，最终确定的衣物颜色所对应的标准rgb值与主要rgb值的相似度最大，两者的颜色最接近，确保了识别出的颜色的准确率和精度。
21.进一步地，对衣物图像进行预处理，得到衣物的主体图像，去除了背景环境的影响；再调取第一预设算法对主体图像进行还原，能够更准确地将衣物图像中的各种颜色真实还原，使得还原后的图像中的颜色无限接近于真实颜色，为识别衣物颜色提供了准确的图像数据。
22.此外，本发明还提供了一种衣物护理机，该衣物护理机包括处理器，用于执行各程序；以及存储器，用于存储多条程序；程序代码由处理器加载并执行本发明的颜色搭配方法，能够准确地识别图像颜色，并根据识别的颜色准确地从数据库中获取该衣物颜色的搭配颜色，使得用户能够知晓该衣物的理想搭配颜色，使得用户能够基于该搭配颜色搭配出最佳或者较好的搭配效果，更好地满足了用户的使用需求，进而提高了用户体验。
附图说明
23.下面参照附图并结合衣物护理机来描述本发明的颜色搭配方法，附图中：
24.图1是本发明的颜色搭配方法的主流程图；
25.图2是本发明的对衣物图像进行还原的方法的流程图；
26.图3是本发明的对还原后的图像进行分析，并根据分析结果确定衣物颜色的方法的流程图；
27.图4是本发明的确定衣物颜色的方法的流程图一；
28.图5是本发明的确定衣物颜色的方法的流程图二；
29.图6是本发明的颜色搭配方法的完整流程图；
30.图7是本发明的颜色搭配方法的逻辑图。
具体实施方式
31.下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。例如，尽管本技术是结合衣物护理机来描述的，但是，本发明的技术方案并不局限于此，该颜色搭配方法显然也可以应用于干衣机、洗干一体机、洗衣机等其他衣物护理设备，这种改变并不偏离本发明的原理和范围。
32.需要说明的是，在本发明的描述中，术语“第一”、“第二”、“第三”、“第四”仅用于描述目的，而不能理解为指示或暗示相对重要性。
33.此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“设置”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元
件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
34.基于背景技术中提出的技术问题，本发明提供了一种用于衣物护理机的颜色搭配方法，旨在调用第一预设算法对衣物图像进行还原，可以有效地将衣物图像中的各种颜色真实还原，消除了光照强度等环境因素对图像颜色识别造成的干扰；调用第二预设算法对还原后的图像进行分析，根据分析结果并结合数据库存储的多个标准颜色，能够准确地识别出还原后的图像中的衣物颜色，从而能够准确地确定衣物颜色，提高了图像颜色识别的准确率和精度；基于确定的衣物颜色能够准确地从数据库中获取该衣物颜色的搭配颜色，使得用户能够知晓该衣物的理想搭配颜色，使得用户能够基于该搭配颜色搭配出最佳或者较好的搭配效果，更好地满足了用户的使用需求，进而提高了用户体验。
35.首先参见图1，对本发明的颜色搭配方法进行描述。其中，图1是本发明的颜色搭配方法的主流程图。
36.如图1所示，本发明的用于衣物护理机的颜色搭配方法包括以下步骤：
37.s100、获取衣物图像；
38.s200、调取第一预设算法对衣物图像进行还原，得到还原后的图像；
39.s300、调取第二预设算法对还原后的图像进行分析；
40.s400、根据分析结果和数据库存储的多个标准颜色，确定衣物颜色；
41.s500、根据衣物颜色从数据库中获取该衣物颜色的搭配颜色。
42.优选地，数据库设置在衣物护理机上，数据库内存储多个标准颜色以及每个标准颜色的搭配颜色。当然，数据库也可以设置在与衣物护理机通信连接的服务器上，或者也可以设置在与衣物护理机通信连接的手机、平板电脑、智能手环以及智能手表等智能终端上，本领域技术人员可以根据使用需求灵活地调整数据库的设置位置。
43.进一步地，衣物护理机上还设置有图像采集机构，图像采集机构包括但不限于摄像头、照相机。
44.步骤s100中，通过摄像头、照相机等图像采集机构拍摄衣物图像。
45.优选地，第一预设算法为msrcp算法，采用msrcp算法能够准确地对衣物图像进行还原，使得还原后的图像中的颜色无限接近于真实颜色。或者，第一预设算法也可以采用msrcr算法、ssr算法、msr算法等其他算法。无论采用何种算法，任何一种算法对应的对图像进行还原的具体方法都不应对本发明构成任何的限制。
46.优选地，第二预设算法为knn算法，采用knn算法能够准确地识别出还原后的图像中的衣物颜色，提高了图像颜色识别的准确率和精度。或者，第二预设算法也可以采用ann算法、lr算法、svm算法等其他算法。无论采用何种算法，任何一种算法对应的对图像进行分析的具体方法都不应对本发明构成任何的限制。
47.下面参照图2，以msrcp算法为例，对本发明的对衣物图像进行还原的方法进行描述。其中，图2是本发明的对衣物图像进行还原的方法的流程图。
48.如图2所示，步骤s200中，“调取第一预设算法对衣物图像进行还原，得到还原后的图像”的步骤具体包括：
49.s211、对衣物图像进行预处理，得到衣物的主体图像；
50.s212、调取msrcp算法对主体图像进行还原，得到还原后的图像。
51.步骤s211中，采用目标检测模型对衣物图像进行预处理，得到衣物的主体图像。具体为：目标检测模型对衣物图像进行识别，以识别出衣物图像中的衣物以及该衣物所在该图像中的坐标位置，并根据坐标位置从衣物图像上截取主体图像，以去除衣物图像的背景，从而去除了背景环境的影响。
52.进一步地，根据坐标位置，按照预设方法从衣物图像上截取主体图像。其中，预设方法可以是设置截取框，根据坐标位置将截取框移动至目标位置(即坐标位置所指示的位置)，将此时截取框中的图像截取出来，截取出来的图像即为主体图像；或者，根据坐标位置将衣物的轮廓勾勒出来，沿着轮廓截取图像，截取出来的图像即为主体图像。当然，预设方法不限于上述列举的方法，无论采取何种方法，只要能够从图像上截取出主体图像即可。
53.优选地，目标检测模型可以是但不限于retinanet模型、fcos模型、 faster r-cnn模型、sppnet模型、ssd模型和yolo模型等。
54.步骤s212中，调取msrcp算法对主体图像进行还原，由于步骤s211 中去除了衣物图像的背景，在对图像进行还原的过程中，能够更准确地将衣物图像中的各种颜色真实还原，尤其是对于暗光环境下拍摄到的图像，当然也可以用于还原其他环境下拍摄到的图像，使得还原后的图像中的颜色无限接近于真实颜色，为识别衣物颜色提供了准确的图像数据。
55.下面参照图3至图5，以knn算法为例，对本发明的对衣物图像进行还原并确定衣物颜色的颜色搭配方法进行描述。其中，图3是本发明的对还原后的图像进行分析，并根据分析结果确定衣物颜色的方法的流程图；图4是本发明的确定衣物颜色的方法的流程图一；图5是本发明的确定衣物颜色的方法的流程图二。
56.如图3所示，步骤s300中，“调取第二预设算法对还原后的图像进行分析”的步骤具体包括：
57.s311、调取knn算法对还原后的图像的全部rgb值进行分析，以将全部rgb值中的一个确定为主要rgb值。
58.步骤s311中，knn算法将还原后的图像分为多簇，例如，3簇、5 簇、10簇或15簇等，统计每一簇中识别出的rgb值的个数，将统计出来的个数进行比较，确定最大个数，将最大个数对应的簇确定为目标簇；统计目标簇内每一个rgb值出现的概率，将统计出来的概率进行比较，确定最大概率，将最大概率对应的rgb值确定为主要rgb值。
59.下面以3簇为例进一步阐述。
60.假设，第一簇内识别出30个rgb值，第二簇内识别出40个rgb值，第三簇内识别出50个rgb值，将30、40以及50进行比较，经比较可知50 为最大个数，将与最大个数对应的第三簇确定为目标簇。
61.统计第三簇内每一个rgb值出现的概率，例如，第三簇内共出现了4 个rgb值，其中，第一rgb值出现10次，对应的第一概率为20％；第二 rgb值出现20次，对应的第二概率为40％；第三rgb值出现5次，对应的第二概率为10％；第四rgb值出现15次，对应的第二概率为30％，将10％、 20％、30％以及40％进行比较，经比较可知40％为最大概率，将与最大概率对应的第二rgb值确定为主要rgb值。
62.需要说明的是，上述列举的rgb值的个数以及每个rgb值出现的次数等只是示例性地，不是限制性地，本领域技术人员在实际应用中可以根据实际的衣物图片统计rgb值的个
数以及每个rgb值出现的次数。
63.继续参阅图3，步骤s400中，“根据分析结果和数据库存储的多个标准颜色，确定衣物颜色”的步骤具体包括：
64.s411、根据主要rgb值和多个标准颜色的标准rgb值，确定衣物颜色。
65.在颜色识别的过程中，能够基于主要rgb值和多个标准颜色的标准 rgb值确定衣物颜色，不需要经过颜色空间的转换就能够实现颜色识别，从而避免了在颜色识别过程中产生颜色损失，能够更准确地识别图像颜色，进一步提高了图像颜色识别的准确率和精度。
66.具体确定方法如下：
67.如图4所示，步骤s411中，“根据主要rgb值和多个标准颜色的标准rgb值，确定衣物颜色”的步骤具体包括：
68.s421、分别计算主要rgb值与多个标准颜色的标准rgb值之间的相似度；
69.s422、根据相似度，确定衣物颜色。
70.其中，相似度采用欧式距离表示；当然，相似度也可以采用余弦距离表示。
71.下面以欧式距离为例进一步阐述。
72.步骤s421中，假设数据库内存储有3个标准颜色，每个标准颜色对应一个标准rgb值；分别计算主要rgb值与3个标准颜色的标准rgb值之间的欧式距离，例如，计算得到的主要rgb值与3个标准颜色的标准rgb值之间的欧式距离分别为0.05、0.2、0.3。当然，每个标准颜色也可以对应多个标准rgb值。
73.当然，标准rgb值的数量还可以为1366个、2000个、500个或100个标准颜色等其他数量，本领域技术人员可以根据实际的使用需求灵活地调整和设置标准rgb值的数量和标准颜色的数量。
74.如图5所示，步骤s422中，“根据相似度，确定衣物颜色”的步骤具体包括：
75.s431、将计算得到的全部相似度进行比较，根据比较结果确定最大相似度；
76.s432、将与最大相似度相对应的标准颜色确定为衣物颜色。
77.步骤s431中，例如，步骤s421中计算得到的欧式距离分别为0.05、0.2、 0.3，将0.05、0.2以及0.3进行比较，经比较可知0.05为最小欧式距离，由于欧式距离越小相似度越大，因此最小欧式距离0.05对应的相似度最大，则将与最小欧式距离0.05对应的相似度确定为最大相似度，例如最大相似度为95％。
78.步骤s432中，将与最大相似度为95％(即欧式距离为0.05)相对应的标准颜色确定为衣物颜色，例如，紫红色、或浅米色、或天蓝色、或紫色等其他标准颜色。
79.在上述过程中，最终确定的衣物颜色所对应的标准rgb值与主要 rgb值的相似度最大，两者的颜色最接近，确保了识别出的颜色的准确率和精度，避免了误识别的情况发生。
80.需要说明的是，上述列举的欧式距离、最大相似度以及与最大相似度对应的颜色只是示例性地，不是限制性地，本领域技术人员在实际应用中可以根据实际的衣物图像计算欧式距离并根据欧式距离确定最大相似度以及与最大相似度对应的颜色。
81.优选地，步骤s500中，“根据衣物颜色从数据库中获取该衣物颜色的搭配颜色”的步骤具体包括：
82.根据衣物颜色从数据库中获取该衣物颜色的最佳搭配颜色，即一个最搭配的颜
色，避免了用户面对众多可搭配颜色时发生难以抉择的情况。
83.例如，基于大量的调查研究、数据统计总结发现，步骤s432中确定的紫红色的最佳搭配颜色为藏青色，浅米色的最佳搭配颜色为深绿色，天蓝色的最佳搭配颜色为褐色，紫色的最佳搭配颜色为白色，等等。
84.或者，根据衣物颜色从数据库中获取该衣物颜色的多个搭配颜色，例如，两个、三个、四个或五个等，供用户选择，满足了不同用户的审美需求。
85.例如，基于大量的调查研究、数据统计总结发现，步骤s432中确定的紫红色的搭配颜色可以为藏青色和白色；浅米色的搭配颜色可以为褐色、深绿色、深灰色和红色；天蓝色的搭配颜色可以为褐色、深绿色、紫红色、紫色和米色；紫色的搭配颜色可以为褐色、白色和天蓝色，等等。
86.下面参照图6，对本发明的颜色搭配方法进一步描述。其中，图6是本发明的颜色搭配方法的完整流程图。
87.如图6所示，颜色搭配方法还包括：
88.s600、根据衣物颜色从数据库中获取该衣物颜色的不可搭配颜色，例如，一个、两个、三个或多个等，进一步防止了用户颜色搭配错误，确保了衣物的搭配效果，并因此提高了用户体验。
89.其中，数据库内还存储每个标准颜色的不可搭配颜色，例如，步骤 s432中确定的紫红色的不可搭配颜色可以为橙色、绿松色和棕黄色，浅米色的不可搭配颜色可以为绿松色、金黄色和朱红色，天蓝色的不可搭配颜色可以为深灰色、柠檬黄和浅紫色，等等。
90.下面参照图7，以摄像头、msrcp算法、knn算法以及数据库存储了4个标准颜色为例，对本发明的一种可能的控制流程进行介绍。其中，图7是本发明的颜色搭配方法的逻辑图。其中，每个标准颜色对应一个标准rgb值。
91.如图7所示，本发明的颜色搭配方法的一种可能的完整流程是：
92.s701、通过摄像头拍摄衣物图像；
93.s702、对衣物图像进行预处理，得到衣物的主体图像；
94.s703、调取msrcp算法对主体图像进行还原，得到还原后的图像；
95.s704、调取knn算法对还原后的图像的全部rgb值进行分析，以将全部rgb值中的一个确定为主要rgb值；
96.s705、分别计算主要rgb值与数据库存储的4个标准颜色的标准 rgb值之间的相似度，即s1、s2、s3和s4；
97.s706、将s1、s2、s3和s4进行比较，根据比较结果确定最大相似度 s
max
；
98.s707、将与s
max
相对应的标准颜色确定为衣物颜色；
99.s708、根据衣物颜色从数据库中获取该衣物颜色的最佳搭配颜色；
100.s709、根据衣物颜色从数据库中获取该衣物颜色的不可搭配颜色。
101.应该指出的是，上述实施例只是本发明的一种较佳的实施方式中，仅用来阐述本发明方法的原理，并非旨在限制本发明的保护范围，在实际应用中，本领域技术人员可以根据需要而将上述功能分配由不同的步骤来完成，即将本发明实施例中的步骤再分解或者组合。例如，上述实施例的步骤可以合并为一个步骤，也可以进一步拆分成多个子步骤，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的步骤的名称，其仅仅是为了
区分各个步骤，不视为对本发明的限制。
102.此外，本发明还提供了一种衣物护理机，该衣物护理机包括处理器和存储器，存储器用于存储多条程序代码；其中，程序代码由处理器加载并执行上述实施方式中任一项颜色搭配方法。
103.至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

网址：用于衣物护理设备的颜色搭配方法和衣物护理设备与流程 https://www.yuejiaxmz.com/news/view/26931

相关内容

《衣物护理与搭配》课程标准.doc 文档全文预览
【开源】基于SpringBoot的衣物搭配系统的设计和实现
时尚达人衣帽间的必备之选，轻松解决衣物护理难题
秋冬衣物护理方法.pdf
daogrs H1衣物护理机：冬季御寒衣物护理指南
物业管理电气设备维护及保养方法
三星Airdresser灵净·呵护系列衣物护理机，为用户做好高端衣物护理
“体面”生活必备——daogrs H1衣物护理管家重磅上市
三星BESPOKE缤色铂格衣物护理机全新上市 解锁有AI衣物护理新体验
衣物护理机的控制方法、控制系统和衣物护理机的制作方法

随便看看