本發(fā)明屬于圖像轉(zhuǎn)換壓縮技術(shù)領(lǐng)域,尤其涉及一種圖像轉(zhuǎn)換方法。
背景技術(shù):
隨著企業(yè)信息化的推進(jìn),企業(yè)現(xiàn)在有越來(lái)越多的紙質(zhì)文檔和圖像資料需要采集到信息系統(tǒng)。在采集過(guò)程中,圖像的文字,數(shù)據(jù)都需要經(jīng)過(guò)光學(xué)識(shí)別到系統(tǒng)。同時(shí),因?yàn)榇鎯?chǔ)空間,傳輸速度等方面的限制,在歸檔保存圖像前都會(huì)限定圖像的分辨率和圖像位深,通常圖像采集和光學(xué)識(shí)別所使用的圖像文檔轉(zhuǎn)換方法即可實(shí)現(xiàn)。
在現(xiàn)有的圖像采集過(guò)程中,通常的圖像處理方式是,先將彩色圖像通過(guò)RGB轉(zhuǎn)換系數(shù)轉(zhuǎn)換為灰度圖像,再通過(guò)閾值或局部自適應(yīng)等方式將圖像二值化。這種方式有以下缺點(diǎn):
1)將彩色圖像按統(tǒng)一方法轉(zhuǎn)換為灰度圖像時(shí),有時(shí)會(huì)導(dǎo)致對(duì)比不明顯或文字太淡;
2)通過(guò)閾值轉(zhuǎn)換灰度圖像為黑白圖像,會(huì)導(dǎo)致層次感明顯的圖像失真;
3)通過(guò)閾值轉(zhuǎn)換灰度圖像為黑白圖像,在處理有背景的圖像,如有背景色的圖像或掃描陰影的圖像,會(huì)導(dǎo)致文字模糊識(shí)別率降低;
4)通過(guò)自適應(yīng)將圖像二值化時(shí),在處理類似包含條碼等圖像有時(shí)會(huì)導(dǎo)致條碼模糊,識(shí)別率降低;
5)通過(guò)自適應(yīng)將圖像二值化時(shí),在處理較大塊背景色時(shí),會(huì)導(dǎo)致背景丟失。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明實(shí)施例的目的在于提供一種圖像轉(zhuǎn)換方法,能夠提高圖像的清晰度。
本發(fā)明實(shí)施例是這樣實(shí)現(xiàn)的:
一種圖像轉(zhuǎn)換方法,包括以下步驟:
101、通過(guò)分析原有彩色圖像,獲取圖像內(nèi)所有信息內(nèi)容的顏色信息;
102、對(duì)所述顏色信息進(jìn)行加權(quán)處理,并將加權(quán)后的彩色圖像轉(zhuǎn)換為灰度圖像;
103、分析所述灰度圖像得到灰度圖像分辨率,并獲取該分辨率的下的自適應(yīng)局部范圍,確定面積影響因子的大??;
104、以所述面積影響因子的大小歷遍整個(gè)圖像,通過(guò)限定范圍的自適應(yīng)圖像二值化方法將圖像轉(zhuǎn)換為黑白圖像。
其中,步驟102具體為:對(duì)所述顏色信息進(jìn)行加權(quán)處理的強(qiáng)度范圍為5%到15%。
其中,對(duì)所述顏色信息進(jìn)行加權(quán)處理的強(qiáng)度為10%。
其中,步驟103中:所述面積影響因子的大小為長(zhǎng)寬0.4英寸。
本發(fā)明實(shí)施例通過(guò)先對(duì)文字色加權(quán)處理,提高了原始素材的辨識(shí)強(qiáng)度,依照?qǐng)D像分辨率,限定局部自適應(yīng)灰度圖像二值化的面積影響因子的大小,使得二值化更加體現(xiàn)圖像的逼真度,這樣使得轉(zhuǎn)換圖像時(shí),文字,條碼等信息更突出;彩色文字色的圖像轉(zhuǎn)換后文字更黑,更清晰,適合查閱和光學(xué)識(shí)別(如發(fā)票和單據(jù));自動(dòng)清理圖像背景色,使文字更清晰,更突出,適合查閱和光學(xué)識(shí)別(如咖啡污漬,有背景色的票據(jù),有掃描或拍照陰影區(qū)的圖像);通過(guò)使用這樣的轉(zhuǎn)換方法,增強(qiáng)了轉(zhuǎn)換后文字,條碼等素材的清晰度,便于后續(xù)的光學(xué)識(shí)別和歸檔查閱的需求,且具有較強(qiáng)的自適應(yīng)性。
附圖說(shuō)明
圖1是本發(fā)明實(shí)施例中圖像轉(zhuǎn)換方法的流程示意圖。
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白,以下結(jié)合附圖及實(shí)施例,對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解,此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明,并不用于限定本發(fā)明。
本發(fā)明實(shí)施例通過(guò)先對(duì)文字色加權(quán)處理,提高了原始素材的辨識(shí)強(qiáng)度,依照?qǐng)D像分辨率,限定局部自適應(yīng)灰度圖像二值化的面積影響因子的大小,使得二值化更加體現(xiàn)圖像的逼真度,這樣使得轉(zhuǎn)換圖像時(shí),文字,條碼等信息更突出;彩色文字色的圖像轉(zhuǎn)換后文字更黑,更清晰,適合查閱和光學(xué)識(shí)別(如發(fā)票和單據(jù));自動(dòng)清理圖像背景色,使文字更清晰,更突出,適合查閱和光學(xué)識(shí)別(如咖啡污漬,有背景色的票據(jù),有掃描或拍照陰影區(qū)的圖像);通過(guò)使用這樣的轉(zhuǎn)換方法,增強(qiáng)了轉(zhuǎn)換后文字,條碼等素材的清晰度,便于后續(xù)的光學(xué)識(shí)別和歸檔查閱的需求,且具有較強(qiáng)的自適應(yīng)性。
以下結(jié)合具體實(shí)施例對(duì)本發(fā)明的具體實(shí)現(xiàn)進(jìn)行詳細(xì)描述:
圖像的二值化有利于圖像的進(jìn)一步處理,使圖像變得簡(jiǎn)單,而且數(shù)據(jù)量減小,能凸顯出感興趣的目標(biāo)的輪廓,要進(jìn)行二值圖像的處理與分析,首先要把灰度圖像二值化,得到二值化圖像。
圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為0或255,也就是將整個(gè)圖像呈現(xiàn)出明顯的黑白效果。即將256個(gè)亮度等級(jí)的灰度圖像通過(guò)適當(dāng)?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。要進(jìn)行二值圖像的處理與分析,首先要把灰度圖像二值化,得到二值化圖像,這樣子有利于在對(duì)圖像做進(jìn)一步處理時(shí),圖像的集合性質(zhì)只與像素值為0或255的點(diǎn)的位置有關(guān),不再涉及像素的多級(jí)值,使處理變得簡(jiǎn)單,而且數(shù)據(jù)的處理和壓縮量小。為了得到理想的二值圖像,一般采用封閉、連通的邊界定義不交疊的區(qū)域。所有灰度大于或等于閾值的像素被判定為屬于特定物體,其灰度值為255表示,否則這些像素點(diǎn)被排除在物體區(qū)域以外,灰度值為0,表示背景或者例外的物體區(qū)域。
局部自適應(yīng)閾值則是根據(jù)像素的鄰域塊的像素值分布來(lái)確定該像素位置上的二值化閾值。這樣做的好處在于每個(gè)像素位置處的二值化閾值不是固定不變的,而是由其周圍鄰域像素的分布來(lái)決定的。亮度較高的圖像區(qū)域的二值化閾值通常會(huì)較高,而亮度較低的圖像區(qū)域的二值化閾值則會(huì)相適應(yīng)地變小。不同亮度、對(duì)比度、紋理的局部圖像區(qū)域?qū)?huì)擁有相對(duì)應(yīng)的局部二值化閾值。
如圖1所示,是本發(fā)明實(shí)施例的圖像轉(zhuǎn)換方法流程圖,具體為:
101、通過(guò)分析原有彩色圖像,獲取圖像內(nèi)所有信息內(nèi)容的顏色信息;
102、對(duì)所述顏色信息進(jìn)行加權(quán)處理,并將加權(quán)后的彩色圖像轉(zhuǎn)換為灰度圖像;對(duì)所述顏色信息進(jìn)行加權(quán)處理的強(qiáng)度范圍為5%到15%。一般情況下,加權(quán)處理的強(qiáng)度選擇10%效果更合適。對(duì)顏色信息進(jìn)行加權(quán)處理后,圖像中素材的強(qiáng)度會(huì)加大,這樣就可以更加逼真地反映出圖像的真實(shí)狀態(tài),為后續(xù)的處理奠定基礎(chǔ)。
103、分析所述灰度圖像得到灰度圖像分辨率,并獲取該分辨率的下的自適應(yīng)局部范圍,確定面積影響因子的大?。煌ǔG闆r下,面積影響因子的大小為長(zhǎng)寬0.4英寸。0.4英寸約1cm,日常打印體漢字寬度的2-5倍,適合將文字和背景區(qū)分。
104、以所述面積影響因子的大小歷遍整個(gè)圖像,通過(guò)限定范圍的自適應(yīng)圖像二值化方法將圖像轉(zhuǎn)換為黑白圖像。這樣加權(quán)處理后的灰度圖像就會(huì)變成黑白圖像。自適應(yīng)二值化方法是一種公開(kāi)的二值化算法,主要原理是依照像素點(diǎn)和周邊像素點(diǎn)的對(duì)比確定轉(zhuǎn)換后為黑點(diǎn)還是白點(diǎn)。
以上所述僅為本發(fā)明的較佳實(shí)施例而已,并不用于限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。