随着我国经济的快速发展,人们对文化精神的追求也越来越高。中国画作为我国“琴棋书画”四大传统技艺之一,一直备受文人墨客的喜爱。由于中国画的创作难度极高,以致很多人望而却步,所以寻找适当的方法有效降低中国画的创作难度,对传承和发扬中国画这一传统文化具有重要意义。近几年,风格迁移技术发展迅速,而且成功实现了照片至西方油画的转换,这一研究成果为有效降低中国画创作难度提供了解决思路。然而,由于中国画与西方油画有着本质区别,所以直接将适用于西方油画的风格迁移技术应用到中国画时无法生成令人满意的结果。因此,本文在充分考虑中国画典型特征的基础上提出了相适用的风格迁移算法。本文围绕中国画的卷积神经网络风格迁移任务展开研究,其中的主要贡献可以概括为以下几点:1.提出了中国画风格迁移算法（Chinese painting style transfer,CPST）,以实现一张照片至一幅中国画的转换。首先,在CPST算法中设计了工笔和写意两种不同的绘画技法迁移策略,使生成的中国画可以具有和参考中国画相同的绘画技法,以避免因绘画技法不同而对二者的风格相似性造成破坏;其次,为了使生成图像契合中国画的审美,本文结合中国画的典型特征,在已有的卷积神经网络风格迁移算法的基础上加入笔触、水墨晕染、留白和泛黄四个约束条件。不同维度的实验结果表明CPST算法不仅可以迁移参考中国画的水墨色调,而且可以实现参考中国画绘画技法的同步迁移。2.提出了中国画局部替换算法（Chinese painting and photo synthesis,CPPS）,以避免由照片中对象所处的环境、姿态、装饰而对生成中国画的艺术美感造成不利影响。首先,为了缓解照片与中国画合成所导致的强烈拼接感,CPPS算法利用风格迁移技术统一了合成图的风格,并通过局部替换的后处理方法,实现了照片对中国画的局部无痕替换;其次,为了解决生成中国画出现的扭曲、变形的问题,CPPS算法加入了结构约束,使生成中国画可以保有输入合成图的原有结构。实验结果表明CPPS算法成功实现了照片对已有中国画的局部无痕替换。