数字影像数据的图文分离方法
技术领域
本发明涉及一种影像处理的方法,使用于数字影像数据,特别是一种将数字影像数据中的图像数据与文字数据分离的数字影像数据的图文分离方法。
背景技术
为求得较佳的打印质量,或更为锐利鲜明的影像效果等目的,必须将数字影像数据做进一步的分析处理。一般的作法是把数字影像数据中所含的图像数据与文字数据分离出来。关于数字影像数据的图文分离技术,随着科技的进步而有多种实施方式。图文分离技术的研究探讨,可以在技术月刊、学术论文发表,与专利公报等皆有广泛的讨论而可被轻易的找到。如美国专利公告第5379130号、第5889885号与第6681053号等即公开了相关的技术。
美国专利公告第5379130号的发明目的在于增进数字影像数据的打印质量,此案是以3×3矩阵进行处理,并使用边缘强化与二值化分离技术来强化图文分离的效果。美国专利公告第5889885号使用特定的算法,并配合设定多个运算参考值予以处理,以取得较佳质量的灰阶数字影像数据是此案的重点。美国专利公告第6681053号则着重于LCD、PDP显示器上的色彩表现性能,其目的在于增进彩色矩阵显示(color matrix display)中的水平分辨率,此案是使用特殊大小的矩阵,并配合查表运算与数个运算参考值来进行。
上述现有技术方案虽可合理的分离数字影像中的图文数据,并具有一定的效果;但深入研究后不难发现,其复杂的处理步骤,并配合多种算法或查表运算进行,因此常耗去较多计算机运算时间,或需配合高性能的处理芯片方可完成,因此具有硬件成本偏高的缺点。
以上乃市售产品或现有技术长久以来悬而未决的问题,应设法予以排除。
技术内容
有鉴于此,本发明为解决上述问题而提供一种数字影像数据的图文分离方法,本发明使用了较为简单的处理流程,并配合较为简单的算法予以进行,而使得运算处理更为迅速,并大幅降低处理芯片的生产成本。
依据本发明所公开的数字影像数据的图文分离方法,应用在数字影像数据处理中。数字影像数据是由图像数据与文字数据所组成,本发明将提出运算流程更为简单快速的图文分离技术,而可分离数字影像数据中所包含的图像数据与文字数据。
依据本发明的数字影像数据的图文分离方法,首先取得数字影像数据,接着依据预设切割参数,将数字影像数据区隔为数个运算矩阵单元(operatingmatrix),而每一个运算矩阵单元是由数个像素单元(pixel unit)所构成,且每一个像素单元包含有数字特征值。然后设定预设临界参考值(CrossingReference Level,CRL),并进行比对分析处理。比对分析处理是依据预设临界参考值,分别将X轴方向上以及Y轴方向上相邻的像素单元予以比对分析,当像素单元的数字特征值大于预设临界参考值,且相邻的像素单元的数字特征值小于预设临界参考值时,将给予运算矩阵单元一个加权判定值;而当像素单元的数字特征值小于预设临界参考值,且相邻的像素单元的数字特征值大于预设临界参考值时,也给予运算矩阵单元加权判定值。接着,每一个运算矩阵单元的加权判定值予以相加,而得出一加权统计值。最后依据切割临界参考值(Separating Reference Level,SRL),当加权统计值小于切割临界参考值时,则把运算矩阵单元定义为文字数据;当加权统计值大于切割临界参考值时,则把运算矩阵单元定义为图像数据。透过上述处理流程,数字影像数据中的图像数据与文字数据即可被分离开来。
应用本发明的数字影像数据的图文分离方法,处理流程简单,并配合较为简单的算法予以进行,使得运算处理更为迅速,并大幅降低处理芯片的生产成本。
下面结合附图和具体实施例对本发明进行详细描述,但其不作为对本发明的限定。
附图说明
图1为本发明数字影像数据的图文分离方法的处理流程图;
图2为本发明数字影像数据的图文分离方法的X轴比对分析处理流程图;
图3为本发明数字影像数据的图文分离方法的运算矩阵单元X轴处理示意图;
图4为本发明数字影像数据的图文分离方法的Y轴比对分析处理流程图;
图5为本发明数字影像数据的图文分离方法的运算矩阵单元Y轴处理示意图;
图6为本发明数字影像数据的图文分离方法的文字数据灰阶变化示意图;
图7为本发明数字影像数据的图文分离方法的图像数据灰阶变化示意图。
其中,附图标记:
步骤100 读取数字影像数据
步骤101 将数字影像数据区隔为数个运算矩阵单元
步骤102 设定预设临界参考值
步骤103 进行X轴上相邻的像素单元进行比对分析处理
步骤104 给予运算矩阵单元一X轴加权判定值
步骤105 进行Y轴上相邻的像素单元进行比对分析处理
步骤106 给予运算矩阵单元一Y轴加权判定值
步骤107 将X轴加权判定值与Y轴加权判定值相加得加权统计值
步骤108 判断加权统计值小于切割临界参考值
步骤109 判定运算矩阵单元为图像数据
步骤110 判定运算矩阵单元为文字数据
步骤200 判断(Xn,Yn)DCV>CRL
步骤201 判断(Xn+1,Yn)DCV<CRL?
步骤202 设定X轴加权值为1
步骤203 判断(Xn,Yn)DCV<CRL?
步骤204 判断(Xn+1,Yn)DCV>CRL?
步骤205 设定X轴加权值为0
步骤300 判断(Xn,Yn)DCV>CRL?
步骤301 判断(Xn,Yn+1)DCV<CRL
步骤302 设定Y轴加权值为1
步骤303 判断(Xn,Yn)DCV<CRL?
步骤304 判断(Xn,Yn+1)DCV>CRL?
步骤305 设定Y轴加权值为0
具体实施方式
依据本发明所公开的数字影像数据的图文分离方法,其处理流程如图1到图5所示:
首先读取计算机系统、打印机、或扫描机等电子设备所提供的数字影像数据(步骤100),接着依据预设切割参数,将数字影像数据区隔为数个运算矩阵单元(operating matrix)(步骤101)。每一个运算矩阵单元是由n×n个像素单元(pixel unit)所构成,而像素单元包含有坐标参考值,此坐标参考值是由X轴坐标值与Y轴坐标值所组成;此外,每一个像素单元还包含有一数字特征值(Digital Characteristic Value,DCV),此数字特征值可以是灰阶值、RGB数值、色彩饱和度等数值,换言之数字特征值是像素单元的像素特征。
在步骤101之后,将设定预设临界参考值(crossing reference level,CRL)(步骤102),接着进行比对分析处理。比对分析处理是对运算矩阵单元中X轴方向上相邻的两个像素单元,以及Y轴方向上相邻的两个像素单元,也就是以两个像素单元为一单位对运算矩阵单元中的像素单元逐一运算处理。
在此先说明X轴方向的比对分析处理流程,在步骤102之后,将依据预设临界参考值,将X轴方向上相邻的像素单元予以比对分析(步骤103),而在比对分析之后给予运算矩阵单元一X轴加权判定值(步骤104)。
步骤103的详细流程如图2和图3所示:
首先,先判断运算矩阵单元中第(Xn,Yn)个像素单元是否大于预设临界参考值(步骤200),若为真,就再进一步地判断X轴方向上相邻的像素单元,也就是运算矩阵单元中第(Xn+1,Yn)个像素单元,是否小于预设临界参考值(步骤201),若为真,则设定X轴加权判定值为1(步骤202)。若为否,则设定X轴加权判定值为0(步骤205)。
回到步骤200,若为否,则判断第(Xn,Yn)个像素单元是否小于预设临界参考值(步骤203),若为否,则设定X轴加权判定值为0(步骤205)。反之若为真,则进一步地判断X轴方向上相邻的像素单元,也就是运算矩阵单元中第(Xn+1,Yn)个像素单元,是否大于预设临界参考值(步骤204),若为真,则设定X轴加权判定值为1(步骤202)。反之若为否,则设定X轴加权判定值为0(步骤205)。
在步骤104之后,将对Y轴方向上相邻的像素单元进行比对分析处理(步骤105),并在比对分析之后给予运算矩阵单元一Y轴加权判定值(步骤106)。至于步骤105的详细流程与步骤103类似,如如图4和图5所示:
首先,先判断运算矩阵单元中第(Xn,Yn)个像素单元是否大于预设临界参考值(步骤300),若为真,就再进一步地判断Y轴方向上相邻的像素单元,也就是运算矩阵单元中第(Xn,Yn+1)个像素单元,是否小于预设临界参考值(步骤301),若为真,则设定Y轴加权判定值为1(步骤302)。若为否,则设定Y轴加权判定值为0(步骤305)。
回到步骤300,若为否,则判断第(Xn,Yn)个像素单元是否小于预设临界参考值(步骤303),若为否,则设定Y轴加权判定值为0(步骤305)。反之为真,则进一步地判断Y轴方向上相邻的像素单元,也就是第(Xn,Yn+1)个像素单元,是否大于预设临界参考值(步骤304),若为真,则设定Y轴加权判定值为1(步骤302)。反之为否,则设定Y轴加权判定值为0(步骤305)。
回到步骤106之后,将步骤104与步骤106中得到的运算矩阵单元的X轴加权判定值与Y轴判定值予以相加,而得到一个加权统计值(步骤107),接着依据切割临界参考值(Separating Reference Level,SRL),判断加权统计值是否小于切割临界参考值(步骤108),当加权统计值小于切割临界参考值时,则把此运算矩阵单元定义为文字数据(110),反之加权统计值大于切割临界参考值时,则把此运算矩阵单元定义为图像数据(步骤109)。为了方便后续处理作业,运算矩阵单元可包含一运算作业属性值,若运算矩阵单元被定义为文字数据时,此运算作业属性值将为假(false),若为图像数据时,则将运算作业属性值将为真(true)。
接着参考图6与图7,以人类肉眼判断,图6中的运算矩阵单元恰巧在文字数据的部分,而图7中的运算矩阵单元位于图像数据。以灰阶的数字影像数据来说,首先参考图6,配合灰阶变化曲线图,文字数据在灰阶变化曲线图的山峰波形较少。而图7中图像数据在灰阶变化曲线图的山峰波形较多,因此通过本发明所公开的数字影像数据的图文分离方法,即可精确的将每一运算矩阵单元予以分类,而将数字影像数据区隔为文字数据与图像数据。
当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。