CN102254302B - 图片裁边系统及方法 - Google Patents

Abstract

本发明涉及一种图片裁边系统和方法，该系统包括：图片转化模块，用于将图片转化为由像素点组成的二维矩阵，所述二维矩阵中每个像素点是有其唯一行号和列号的二维坐标点；边界识别模块，用于获取所述图片的边界值；边界裁剪模块，用于根据所述图片的边界值裁剪所述图片。本系统及方法能够实现对图片的边缘自动识别并进行剪裁的目的，可以保证良好的抗噪声能力，即使图片边缘上有少量的噪声点，也不会对边界检测带来影响，本发明会根据图像长宽尺寸动态调整上边界、下边界、左边界、右边界的判断标准，以适应不同大小的电子图片的剪裁，取得良好的效果。

Description

图片裁边系统及方法

技术领域

本发明涉及一种图片边界识别和剪裁的系统及方法，特别是一种图片裁边系统及方法。

背景技术

随着移动终端的普及和其功能的不断增加，图片、漫画、小人书经过数字化后，都可以在移动终端上，如手机或其它手持设备(如ipad)上显示。现在用手机看电子书非常流行，但是用移动终端看漫画、小人书等带图片的电子书效果却不是很理想，因为目前移动终端的显示面积普遍较小，主流手机的屏幕尺寸为3.2英寸、3.5英寸、4英寸左右，比传统的纸质图片、漫画、小人书的面积要小很多，因此，如果在这样小的屏幕上显示这些电子图片，就会出现电子图片四周的白色边界或无效区域被原封不动地保留了下来，而使电子图片的画面区域面积过小，导致图像细节无法显示清楚，影响了阅读效果，降低了读者对小人书的阅读兴趣，不利于带图片的电子书在各类移动终端上的传播和普及。

因此需要一种新型的图片裁边系统及方法，来处理在各种移动终端上显示的图片、漫画和小人书，自动裁剪掉图片的白色边界或无效区域，增加图片的有效可视面积。

发明内容

本发明的目的在于提供一种图片裁边系统及方法，该系统及方法能够将图片四周的白色边界或无效区域自动裁剪掉，增加图片的有效可视面积，从而可以有效的增强图片区域的显示效果。

为解决上述问题，本发明提出一种图片裁边系统，包括：图片转化模块，用于将图片转化为由像素点组成的二维矩阵，所述二维矩阵中每个像素点是有其唯一行号和列号的二维坐标点；

边界识别模块，用于扫描所述二维矩阵的二维坐标点，并设定所述二维矩阵的标准色值、横向阈值和纵向阈值，再将所述二维坐标点的扫描结果与所述标准色值、横向阈值、纵向阈值进行比较，以获取所述图片的边界值；

边界裁剪模块，用于根据所述图片的边界值裁剪所述图片。

进一步的，所述图片转化模块使所述二维坐标点对应于一个由红、绿、蓝三色值组成的三维向量值，所述红、绿、蓝三色值分别是0至1之间的实数，所述二维矩阵具有一宽度值和一高度值。

进一步的，所述边界识别模块包括：

阈值子模块，用于设定所述二维矩阵的标准色值、横向阈值和纵向阈值；

扫描子模块，用于横向和/或纵向扫描所述二维矩阵的二维坐标点，并根据所述标准色值计算所述二维矩阵每一行的行值和/或每一列的列值；

边界判定子模块，用于扫描所述二维矩阵的行和/或列，并根据所述每一行的行值和/或每一列的列值以及所述横向阈值和/或纵向阈值，获取图片的上边界值和/或下边界值和/或左边界值和/或右边界值。

进一步的，所述阈值子模块根据所述宽度值调整所述横向阈值，并根据所述高度值调整所述纵向阈值。

进一步的，所述扫描子模块将每个所述二维坐标点的三维向量值转化为一个一维值，所述一维值是将每个所述像素点的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数。

进一步的，所述扫描子模块设定所述二维矩阵各行的行号范围为1至所述高度值，且各行的行值初始为0，并逐行扫描各行上的二维坐标点，计算出该行上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为行值。

进一步的，所述扫描子模块设定所述二维矩阵的列号范围为1至所述宽度值，且各列的列值初始为0，并逐列扫描各列上的二维坐标点，计算出该列上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为列值。

进一步的，所述边界判定子模块还用于根据所述高度值设定一高度界值。

进一步的，所述边界判定子模块从上至下扫描所述二维矩阵，如果某当前行的所述行值大于或等于所述横向阈值时，则所述上边界值等于该行的行号，然后退出边界判定子模块，否则，向下定位一行；如果当前行的行号大于所述高度界值，则所述上边界值等于所述高度界值，否则，重新运行所述边界判定子模块。

进一步的，所述边界判定子模块从下至上扫描所述二维矩阵，如果当前行的所述行值大于或等于所述横向阈值时，则所述下边界值等于该所述行的行号，然后退出边界判定子模块，否则，向上定位一行；如果高度值减去当前行的行号所得的值大于所述高度界值，则所述下边界值等于高度值减去所述高度界值，否则，重新运行所述边界判定子模块。

进一步的，所述边界判定子模块还用于根据所述宽度值设定一宽度界值。

进一步的，所述边界判定子模块从左至右扫描所述二维矩阵，如果当前列的所述列值大于或等于所述纵向阈值时，则所述左边界值等于该所述列的列号，然后退出边界判定子模块，否则，则向右定位一列；如果当前列的列号大于所述宽度界值，则左边界值等于所述宽度界值，否则，重新运行所述边界判定子模块。

进一步的，所述边界判定子模块从右至左扫描所述二维矩阵，在所述边界判定子模块中，如果当前列的所述列值大于或等于所述纵向阈值时，则所述右边界值等于该所述列的列号，然后退出边界判定子模块，否则，向左定位一列；如果宽度值减去当前列的列号所得的值大于所述宽度界值，则所述右边界值等于宽度值减去所述宽度界值，否则，重新运行所述边界判定子模块。

根据本发明的另一面，提供一种图片裁边方法，包括：转化图片，将图片转化为由像素点组成的二维矩阵，所述二维矩阵中每个像素点是有其唯一行号和列号的二维坐标点；

识别边界，扫描所述二维矩阵的二维坐标点，并设定所述二维矩阵的标准色值、横向阈值和纵向阈值，再将所述二维坐标点的扫描结果与所述标准色值、横向阈值、纵向阈值进行比较，以获取所述图片的边界值；

裁剪边界，根据所述图片的边界值裁剪所述图片。

进一步的，所述转化图片的步骤，包括每个所述二维坐标点对应于一个由红、绿、蓝三色值组成三维向量值，所述红、绿、蓝三色值分别是0至1之间的实数，所述二维矩阵有一个宽度值和一个高度值。

进一步的，所述识别边界的步骤包括：

设定阈值，设定所述二维矩阵的标准色值、横向阈值和纵向阈值；

扫描二维矩阵，横向和/或纵向扫描所述二维矩阵的二维坐标点，并根据所述标准色值，计算所述二维矩阵每一行和/或列的行值和/或和/或每一列的列值；

判定边界，扫描所述二维矩阵的行和/或列，并根据所述每一行的行值和/或每一列的列值以及所述横向阈值和/或纵向阈值，获取图片的上边界值和/或下边界值和/或左边界值和/或右边界值。

进一步的，在所述设定阈值的步骤中，根据所述宽度值调整所述横向阈值，并根据所述高度值调整所述纵向阈值。

进一步的，在所述扫描二维矩阵的步骤中，将每个所述二维坐标点的三维向量值转化为一个一维值，所述一维值是将每个所述像素点的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数。

进一步的，在所述扫描二维矩阵的步骤中，设定所述二维矩阵各行的行号范围为1至所述高度值，且各行的行值初始为0，并逐行扫描各行上的二维坐标点，计算出该行上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为行值。

进一步的，在所述扫描二维矩阵的步骤中，设定所述二维矩阵的列号范围为1至所述宽度值，且各列的列值初始为0，并逐列扫描各列上的二维坐标点，计算出该列上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为列值。

进一步的，在所述边界判定的步骤中，根据所述高度值设定一高度界值。

进一步的，在所述判定边界的步骤中，从上至下扫描所述二维矩阵，如果某当前行的所述行值大于或等于所述横向阈值时，则所述上边界值等于该所述行的行号，然后退出本步骤，否则，向下定位一行；如果当前行的行号大于所述高度界值，则所述上边界值等于所述高度界值，否则，重新运行本步骤。

进一步的，在所述判定边界的步骤中，从下至上扫描所述二维矩阵，如果当前行的所述行值大于或等于所述横向阈值时，则所述下边界值等于该所述行的行号，然后退出本步骤，否则，向上定位一行；如果高度值减去当前行的行号所得的值大于所述高度界值，则所述下边界值等于高度值减去所述高度界值，否则，重新运行本步骤。

进一步的，在所述判定边界的步骤中，根据所述宽度值设定一宽度界值。

进一步的，在所述判定边界的步骤，从左至右扫描所述二维矩阵，如果当前列的所述列值大于或等于所述纵向阈值时，则所述左边界值等于该所述列的列号，然后退出本步骤，否则，则向右定位一列；如果当前列的列号大于所述宽度界值，则左边界值等于所述宽度界值，否则，重新运行本步骤。

进一步的，在所述判定边界的步骤中，从右至左扫描所述二维矩阵，如果当前列的所述列值大于或等于所述纵向阈值时，则所述右边界值等于该所述列的列号，然后退出本步骤，否则，向左定位一列；如果宽度值减去当前列的列号所得的值大于所述宽度界值，则所述右边界值等于宽度值减去所述宽度界值，否则，重新运行本步骤。

与现有技术相比，本发明的图片裁边系统及方法，具有以下有益效果：

本发明将图片转化为由像素点组成的二维矩阵，并扫描所述二维矩阵的二维坐标点，根据标准色值、横向阈值、纵向阈值获取所述图片的边界值，再根据所述图片的边界值裁剪所述图片，实现对图片的边缘自动识别并进行剪裁的目的。

进一步的，通过沿横向和/或纵向扫描的方法，可以保证良好的抗噪声能力，即使图片边缘上有少量的噪声点，也不会对边界检测带来影响。

更进一步的，本发明可根据图像长宽尺寸相应的调整横向阈值、纵向阈值、高度界值、宽度界值，从而动态调整上边界、下边界、左边界、右边界的判断标准，以适应不同大小的电子图片的剪裁，取得良好的效果。

附图说明

图1是本发明实施例的图片裁边系统的功能模块结构示意图；

图2是本发明实施例的图片裁边方法的流程图。

具体实施方式

以下结合附图和具体实施例对本发明提出的一种图片边界识别和剪裁系统及方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式，仅用于方便、明晰地辅助说明本发明实施例的目的。

如图1所示，本发明实施例的图片裁边系统，包括：

图片转化模块1，用于将图片转化为由像素点组成的二维矩阵，所述二维矩阵中每个像素点是有其唯一行号和列号的二维坐标点。

进一步的，所述图片转化模块使所述二维坐标点对应于一个由红、绿、蓝三色值组成的三维向量值，所述红、绿、蓝三色值分别是0至1之间的实数，所述二维矩阵具有一宽度值和一高度值，其中宽度值和高度值以像素为单位分别对应原图片的宽度和高度，当所述像素点的墨迹越深则其三维向量值则越低。

边界识别模块2，用于扫描所述二维矩阵的二维坐标点，并设定所述二维矩阵的标准色值、横向阈值和纵向阈值，再将所述二维坐标点的扫描结果与所述标准色值、横向阈值、纵向阈值进行比较，以获取所述图片的边界值；标准色值可以保证良好的抗噪声能力，即使图片边缘上有少量的噪声点，也不会对边界检测带来影响；通过设置横向阈值、纵向阈值，本发明会根据图像长宽尺寸动态调整上边界、下边界的判断标准，以适应不同大小的小人书图像的剪裁，取得良好的效果。

进一步的，所述边界识别模块2包括：扫描子模块21、阈值子模块22、边界判定子模块23，所述扫描子模块21，用于横向和/或纵向扫描所述二维矩阵的二维坐标点，并根据所述标准色值计算所述二维矩阵每一行的行值和/或每一列的列值；所述阈值子模块22，用于设定所述二维矩阵的标准色值、横向阈值和纵向阈值；所述边界判定子模块23，用于扫描所述二维矩阵的行和/或列，并根据所述每一行的行值和/或每一列的列值以及所述横向阈值和/或纵向阈值，获取图片的上边界值和/或下边界值和/或左边界值和/或右边界值。

进一步的，所述阈值子模块22根据所述宽度值调整所述横向阈值，并根据所述高度值调整所述纵向阈值。

进一步的，所述扫描子模块21将每个所述二维坐标点的三维向量值转化为一个一维值，所述一维值是将每个所述像素点的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数。

进一步的，所述扫描子模块21设定所述二维矩阵各行的行号范围为1至所述高度值，且各行的行值初始为0，并逐行扫描各行上的二维坐标点，计算出该行上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为行值，这样可以通过将电子书图片的所述一维值与所述标准色值比较，计算出该行上一维值小于所述标准色值的二维坐标点的个数，即计算出该行上非白色边界或无效区域像素点的个数，并将所述个数作为行值，不难看出，行值的取值范围为1至宽度值，且某行的行值越小，表明该行属于电子图片白色边缘的可能性越高。

进一步的，设所述扫描子模块21设定所述二维矩阵的列号范围为1至所述宽度值，且各列的列值初始为0，并逐列扫描各列上的二维坐标点，计算出该列上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为列值，这样可以通过将图片(例如是小人书图片)的所述一维值与所述标准色值比较，计算出该列上一维值小于所述标准色值的二维坐标点的个数，即计算出该列上非白色边界或无效区域像素点的个数，并将所述个数作为列值。不难看出，列值的取值范围为1至高度值，且某列的列值越小，表明该列属于图片白色边缘的可能性越高。

进一步的，所述边界判定子模块23还用于根据所述高度值设定一高度界值。

进一步的，所述边界判定子模块23从上至下扫描所述二维矩阵，如果某当前行的所述行值大于或等于所述横向阈值时，则所述上边界值等于该行的行号，然后退出边界判定子模块，否则，向下定位一行；如果当前行的行号大于所述高度界值，则所述上边界值等于所述高度界值，否则，重新运行所述边界判定子模块。

进一步的，所述边界判定子模块23从下至上扫描所述二维矩阵，如果当前行的所述行值大于或等于所述横向阈值时，则所述下边界值等于该所述行的行号，然后退出边界判定子模块，否则，向上定位一行；如果高度值减去当前行的行号所得的值大于所述高度界值，则所述下边界值等于高度值减去所述高度界值，否则，重新运行所述边界判定子模块。

进一步的，所述边界判定子模块23还用于根据所述宽度值设定一宽度界值。

进一步的，所述边界判定子模块23从左至右扫描所述二维矩阵，如果当前列的所述列值大于或等于所述纵向阈值时，则所述左边界值等于该所述列的列号，然后退出边界判定子模块，否则，则向右定位一列；如果当前列的列号大于所述宽度界值，则左边界值等于所述宽度界值，否则，重新运行所述边界判定子模块。

进一步的，所述边界判定子模块23从右至左扫描所述二维矩阵，在所述边界判定子模块中，如果当前列的所述列值大于或等于所述纵向阈值时，则所述右边界值等于该所述列的列号，然后退出边界判定子模块，否则，向左定位一列；如果宽度值减去当前列的列号所得的值大于所述宽度界值，则所述右边界值等于宽度值减去所述宽度界值，否则，重新运行所述边界判定子模块。

边界裁剪模块3，用于根据所述图片的边界值裁剪所述图片，将所有满足行号大于所述上边界值且小于所述下边界值、和/或列号大于所述左边界值且小于所述右边界值的二维坐标点输出，完成对所述图片的剪裁。

根据本发明的另一面，提供一种图片裁边方法，请参考图2，所述图片裁边方法包括以下步骤：

步骤S1，转化图片，将图片转化为由像素点组成的二维矩阵，所述二维矩阵中每个像素点是有其唯一行号和列号的二维坐标点；

进一步的，所述转化图片的步骤，包括每个所述二维坐标点对应于一个由红、绿、蓝三色值组成三维向量值，所述红、绿、蓝三色值分别是0至1之间的实数，所述二维矩阵有一个宽度值和一个高度值，其中宽度值和高度值以像素为单位分别对应原图片的宽度和高度，当所述像素点的墨迹越深则其三维向量值则越低。

接着，识别边界，扫描所述二维矩阵的二维坐标点，并设定所述二维矩阵的标准色值、横向阈值和纵向阈值，再将所述二维坐标点的扫描结果与所述标准色值、横向阈值、纵向阈值进行比较，以获取所述图片的边界值，标准色值可以保证良好的抗噪声能力，即使图片边缘上有少量的噪声点，也不会对边界检测带来影响，通过设置横向阈值、纵向阈值，本发明会根据图像长宽尺寸动态调整上边界、下边界的判断标准，以适应不同大小的小人书图像的剪裁，取得良好的效果。

进一步的，所述识别边界的步骤包括：

步骤S2，设定阈值，设定所述二维矩阵的标准色值、横向阈值和纵向阈值；

步骤S3，扫描二维矩阵，横向和/或纵向扫描所述二维矩阵的二维坐标点，并根据所述标准色值，计算所述二维矩阵每一行和/或列的行值和/或和/或每一列的列值；；

步骤S4，判定边界，扫描所述二维矩阵的行和/或列，并根据所述每一行的行值和/或每一列的列值以及所述横向阈值和/或纵向阈值，获取图片的上边界值和/或下边界值和/或左边界值和/或右边界值。

进一步的，所述设定阈值的步骤S2，包括根据所述宽度值调整所述横向阈值，并根据所述高度值调整所述纵向阈值。

进一步的，所述扫描二维矩阵的步骤S3，包括将每个所述二维坐标点的三维向量值转化为一个一维值，所述一维值是将每个所述像素点的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数。

进一步的，所述扫描二维矩阵的步骤S3，包括设定所述二维矩阵各行的行号范围为1至所述高度值，且各行的行值初始为0，并逐行扫描各行上的二维坐标点，计算出该行上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为行值，这样可以通过将电子书图片的所述一维值与所述标准色值比较，计算出该行上一维值小于所述标准色值的二维坐标点的个数，即计算出该行上非白色边界或无效区域像素点的个数，并将所述个数作为行值，不难看出，行值的取值范围为1至宽度值，且某行的行值越小，表明该行属于电子图片白色边缘的可能性越高。

进一步的，所述扫描二维矩阵的步骤S3，包括设定所述二维矩阵的列号范围为1至所述宽度值，且各列的列值初始为0，并逐列扫描各列上的二维坐标点，计算出该列上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为列值，这样可以通过将小人书图片的所述一维值与所述标准色值比较，计算出该列上一维值小于所述标准色值的二维坐标点的个数，即计算出该列上非白色边界或无效区域像素点的个数，并将所述个数作为列值，不难看出，列值的取值范围为1至高度值，且某列的列值越小，表明该列属于图片白色边缘的可能性越高。

进一步的，所述判定边界的步骤S4，包括根据所述高度值设定一高度界值。

进一步的，述判定边界的步骤S4，包括从上至下扫描所述二维矩阵，如果某当前行的所述行值大于或等于所述横向阈值时，则所述上边界值等于该所述行的行号，然后退出本步骤，否则，向下定位一行；如果当前行的行号大于所述高度界值，则所述上边界值等于所述高度界值，否则，重新运行本步骤。

进一步的，所述判定边界的步骤S4，包括从下至上扫描所述二维矩阵，如果当前行的所述行值大于或等于所述横向阈值时，则所述下边界值等于该所述行的行号，然后退出本步骤，否则，向上定位一行；如果高度值减去当前行的行号所得的值大于所述高度界值，则所述下边界值等于高度值减去所述高度界值，否则，重新运行本步骤。

进一步的，所述判定边界的步骤S4，包括根据所述宽度值设定一宽度界值。

进一步的，所述判定边界的步骤S4，包括从左至右扫描所述二维矩阵，如果当前列的所述列值大于或等于所述纵向阈值时，则所述左边界值等于该所述列的列号，然后退出本步骤，否则，则向右定位一列；如果当前列的列号大于所述宽度界值，则左边界值等于所述宽度界值，否则，重新运行本步骤。

进一步的，所述判定边界的步骤，包括从右至左扫描所述二维矩阵，如果当前列的所述列值大于或等于所述纵向阈值时，则所述右边界值等于该所述列的列号，然后退出本步骤，否则，向左定位一列；如果宽度值减去当前列的列号所得的值大于所述宽度界值，则所述右边界值等于宽度值减去所述宽度界值，否则，重新运行本步骤。

步骤S5，裁剪边界，根据所述图片的边界值裁剪所述图片，将所有满足行号大于所述上边界值且小于所述下边界值、和/或列号大于所述左边界值且小于所述右边界值的二维坐标点输出，完成对所述图片的剪裁。

以下结合几个具体实施例对本发明的图片裁边系统和方法进行更加详细的描述，所述几个具体实施例以小人书图片为例，但是本发明并不限制于此。

实施例一：仅对小人书图片进行横向裁剪

请继续参考图2，本实施例中，先执行小人书转化图片的步骤S1，将传入的小人书图片转化为一个由像素点组成的二维矩阵，该矩阵中每个所述像素点是有其唯一行号和列号的二维坐标点，每个所述二维坐标点对应于一个三维向量值，所述二维矩阵有一个宽度值、一个高度值，宽度值和高度值以像素为单位分别对应原图像的宽度和高度，所述三维向量值是由红、绿、蓝三色值组成，所述红、绿、蓝三色值是0至1之间的实数，当所述像素点的墨迹越深其三维向量值则越低。

接着，再执行设定阈值的步骤S2，设置一横向阈值，一般情况下白色边界或无效区域的行值小于0.05乘以宽度值所得的值，所以可以设定所述横向阈值等于0.05乘以宽度值所得的值，通过设置横向阈值，本发明会根据图像长宽尺寸动态调整上边界、下边界的判断标准，以适应不同大小的小人书图像的剪裁，取得良好的效果。

接着，再执行扫描二维矩阵的步骤S3，设定所述矩阵各行的行号为1至高度值，且各行的行值初始为0，设定一横向标准色值，逐行扫描各行上的二维坐标点，将每个所述二维坐标点的三维向量值转化为一个一维值，这样可以通过将小人书图片的所述一维值与横向标准色值比较，计算出该行上一维值小于所述横向标准色值的二维坐标点的个数，即计算出该行上非白色边界或无效区域像素点的个数，并将所述个数作为行值，不难看出，行值的取值范围为1至宽度值，且某行的行值越小，表明该行属于小人书白色边缘的可能性越高，所述一维值是将每个所述像素点的的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数，一般所述像素点如果不是白色边界或无效区域时，其对应的一维值应小于0.5，所以可以设定所述横向标准色值为0.5，逐行扫描每个所述二维坐标点，当所述一维值小于所述横向标准色值时，该行的所述行值加1，这样可以保证良好的抗噪声能力，即使图像边缘上有少量的噪声点，也不会对边界检测带来影响。

执行判定边界的步骤S4，本步骤有两种执行方式，一种是由上至下扫描各行的方式，另一种是由下至上扫描各行的方式。首先可以先以由上至下扫描各行的方式执行判定边界S4的步骤，并根据所述行值、所述横向阈值、所述行号及所述高度界值，判定所述小人书图片的上边界值，在进行小人书上边界判定时，因为遇到了图片上边界上的黑色边框，小人书图片的边界所在行的行值会特别高，而在小人书图片内部则行值会降低，因此在对小人书图片上边界判定时，应该由上向下进行扫描，并对第一次遇到的峰值极为敏感，如果某当前行的所述行值大于或等于所述横向阈值时，则所述上边界值等于该所述行的行号，然后退出本步骤S4，否则，定位至下一行；一般情况下，上边界的行号小于或等于10％乘以高度值所得的值，所以可以设定高度界值为10％乘以高度值所得的值，如果当前行的行号大于10％乘以高度值所得的值，则所述上边界值等于10％乘以高度值所得的值，否则，重新运行所述本步骤S4。

接着，再以由下至上扫描各行的方式执行判定边界S4的步骤，由下至上扫描各行，并根据所述行值、所述横向阈值、所述行号及所述高度界值，判定所述图片的下边界值，在进行小人书下边界判定时，因为遇到了图片下的一行文字，图片的文字所在行的行值会特别高，而在图像内部则行值会降低，因此在对图片下边界判定时，应该由下向上进行扫描，并对第一次遇到的峰值极为敏感，如果当前行的所述行值大于或等于所述横向阈值时，则所述下边界值等于该所述行的行号，然后退出本步骤S4，否则，定位至上一行；一般情况下，下边界的行号大于或等于90％乘以高度值所得的值，所以可以设定高度界值为10％乘以高度值所得的值，如果高度值减去当前行的行号所得的值大于10％乘以高度值所得的值，则所述下边界值等于高度值减去高度界值所得的值，否则，重新运行本步骤。

最后执行裁剪边界S5的步骤，将所有满足行号大于所述上边界值且小于所述下边界值的二维坐标点输出，完成对所述图片的剪裁，这样实现了对小人书图片边缘的自动识别并进行剪裁。

实施例二：仅对小人书图片进行纵向裁剪

请继续参考图2，本实施例中，先执行转化图片的步骤S1，将传入的图片转化为一个由像素点组成的二维矩阵，该矩阵中每个所述像素点是有其唯一行号和列号的二维坐标点，每个所述二维坐标点对应于一个三维向量值，所述二维矩阵有一个宽度值、一个高度值，该宽度值和高度值以像素为单位分别对应原图像的宽度和高度，所述三维向量值是由红、绿、蓝三色值组成，所述红、绿、蓝三色值是0至1之间的实数，当所述像素点的墨迹越深其三维向量值则越低。

接着，再执行设定阈值的步骤S2，设置一纵向阈值，一般情况下白色边界或无效区域的列值小于0.05乘以高度值所得的值，所以设定所述纵向阈值等于0.05乘以高度值所得的值，通过设置纵向阈值，本发明会根据图像长宽尺寸动态调整左边界、右边界的判断标准，以适应不同大小的小人书图像的剪裁，取得良好的效果。

接着，再执行扫描二维矩阵的步骤S3，设定所述矩阵的列号为1至宽度值，且各列的列值初始为0，设定一纵向标准色值，逐列扫描各列上的二维坐标点，将每个所述二维坐标点的三维向量值转化为一个一维值，这样可以通过将小人书图片的所述一维值与所述纵向标准色值比较，计算出该列上一维值小于所述一纵向标准色值的二维坐标点的个数，即计算出该行上非白色边界或无效区域像素点的个数，并将所述个数作为列值，不难看出，列值的取值范围为1至高度值，且某列的列值越小，表明该列属于小人书白色边缘的可能性越高，所述一维值是将每个所述像素点的的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数，一般所述像素点如果不是白色边界或无效区域时，其对应的一维值应小于0.5，所以可以设定所述纵向标准色值为0.5，逐列扫描每个所述二维坐标点，当所述一维值小于所述纵向标准色值时，该列的所述列值加1，这样可以保证良好的抗噪声能力，即使图像边缘上有少量的噪声点，也不会对边界检测带来影响。

执行判定边界的步骤S4，本步骤有两种执行方式，一种是由左至右扫描各列的方式，另一种是由右至左扫描各列的方式。首先可以先以由左至右扫描各列的方式执行判定边界S4的步骤，由左至右扫描各列，并根据所述列值、所述纵向阈值、所述列号及所述宽度界值，判定所述图片的左边界值，在进行小人书左边界判定时，因为遇到了图片左边界上的黑色边框，图片的边界所在列的列值会特别高，而在图像内部则列值会降低，因此在对图片左边界判定时，应该由左向右进行扫描，并对第一次遇到的峰值极为敏感，如果当前列的所述列值大于或等于所述纵向阈值时，则所述左边界值等于该所述列的列号，然后退出本步骤S4，否则，则定位至下一列；一般情况下，左边界的列号小于或等于10％乘以宽度值所得的值，所以可以设定宽度界值为10％乘以宽度值所得的值，如果当前列的列号大于10％乘以宽度值所得的值，则左边界值等于10％乘以宽度所得的值，否则，重新运行本步骤S4。

接着，再以由右至左扫描各列的方式执行判定边界S4的步骤，由右至左扫描各列，并根据所述列值、所述纵向阈值、所述列号及所述宽度界值，判定所述图片的右边界值，在进行小人书右边界判定时，因为遇到了图片边界上的黑色边框，图片的边界所在列的列值会特别高，而在图像内部则列值会降低，因此在对图片右边界判定时，应该由右向左进行扫描，并对第一次遇到的峰值极为敏感；进一步的，在所述右边界判定模块中，如果当前列的所述列值大于或等于所述纵向阈值时，则所述右边界值等于该所述列的列号，然后进入下一步骤，否则，定位至上一列；一般情况下，右边界的列号小于或等于90％乘以高度值所得的值，所以可以设定宽度界值为10％乘以宽度值所得的值，如果宽度值减去当前列的列号所得的值大于10％乘以宽度值所得的值，则所述右边界值等于宽度值减去宽度界值所得的值，否则，重新运行本步骤S4。

最后执行裁剪边界S5的步骤，将所有满足列号大于所述左边界值且小于所述右边界值的二维坐标点输出，完成对所述图片的剪裁，这样实现了对小人书图片边缘的自动识别并进行剪裁。

实施例三：对小人书图片进行横向和纵向裁剪

请继续参考图2，本实施例中，先执行转化图片S1的步骤，将传入的图片转化为一个由像素点组成的二维矩阵，该矩阵中每个所述像素点是有其唯一行号和列号的二维坐标点，每个所述二维坐标点对应于一个三维向量值，所述二维矩阵有一宽度值为和一宽度值，宽度值和宽度值以像素为单位分别对应原图像的宽度和高度，所述三维向量值是由红、绿、蓝三色值组成，所述红、绿、蓝三色值是0至1之间的实数，当所述像素点的墨迹越深其三维向量值则越低。

接着，再执行设定阈值的步骤S2，本步骤包括两种阈值的设置，一种是横向阈值的设置，另一种是纵向阈值的设置。首先设置一横向阈值，一般情况下白色边界或无效区域的行值小于0.05乘以宽度所得的值，所以可以设定所述横向阈值等于0.05乘以宽度所得的值，通过设置横向阈值，本发明会根据图像长宽尺寸动态调整上边界、下边界的判断标准，以适应不同大小的小人书图像的剪裁，取得良好的效果。

接着，再执行设定阈值的步骤S2，设置一纵向阈值，一般情况下白色边界或无效区域的列值小于0.05乘以高度值所得的值，所以设定所述纵向阈值等于0.05乘以高度值所得的值，通过设置纵向阈值，本发明会根据图像长宽尺寸动态调整左边界、右边界的判断标准，以适应不同大小的小人书图像的剪裁，取得良好的效果。

接着，再执行扫描二维矩阵的步骤S3，本步骤有两种执行方式，一种横向扫描的方式，另一种是纵向扫描方式。先以横向扫描的方式执行步骤S2，设定所述矩阵各行的行号为1至高度值，且各行的行值初始为0，设定一横向标准色值，逐行扫描各行上的二维坐标点，将每个所述二维坐标点的三维向量值转化为一个一维值，这样可以通过将小人书图片的所述一维值与所述横向标准色值比较，计算出该行上一维值小于所述横向标准色值的二维坐标点的个数，即计算出该行上非白色边界或无效区域像素点的个数，并将所述个数作为行值，不难看出，行值的取值范围为0至宽度值，且某行的行值越小，表明该行属于小人书白色边缘的可能性越高，所述一维值是将每个所述像素点的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数，一般所述像素点如果不是白色边界或无效区域时，其对应的一维值应小于0.5，所以可以设定所述横向标准色值为0.5，逐行扫描每个所述二维坐标点，当所述一维值小于所述横向标准色值时，该行的所述行值加1，这样可以保证良好的抗噪声能力，即使图像边缘上有少量的噪声点，也不会对边界检测带来影响。

接着，再以横向扫描的方式执行步骤S3，设定所述矩阵的列号为1至宽度值，且各列的列值初始为0，设定一纵向标准色值，逐列扫描各列上的二维坐标点，将每个所述二维坐标点的三维向量值转化为一个一维值，这样可以通过将小人书图片的所述一维值与所述纵向标准色值比较，计算出该列上一维值小于所述纵向标准色值的二维坐标点的个数，即计算出该行上非白色边界或无效区域像素点的个数，并将所述个数作为列值，不难看出，列值的取值范围为1至高度值，且某列的列值越小，表明该列属于小人书白色边缘的可能性越高，所述一维值是将每个所述像素点的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数，一般所述像素点如果不是白色边界或无效区域时，其对应的一维值应小于0.5，所以可以设定所述纵向标准色值为0.5，逐列扫描每个所述二维坐标点，当所述一维值小于所述纵向标准色值时，该列的所述列值加1，这样可以保证良好的抗噪声能力，即使图像边缘上有少量的噪声点，也不会对边界检测带来影响。

接着，执行判定边界的步骤S4，本步骤有四种执行方式，一种是由上至下扫描各行的方式，第二种是由下至上扫描各行的方式，第三种是由左至右扫描各行的方式，第四种由右至左扫描各行的方式。首先可以先以由上至下扫描各行的方式执行判定边界S4的步骤，并根据所述行值、所述横向阈值、所述行号及所述高度界值，判定所述图片的上边界值，在进行小人书上边界判定时，因为遇到了图片上边界上的黑色边框，图片的边界所在行的行值会特别高，而在图像内部则行值会降低，因此在对图片上边界判定时，应该由上向下进行扫描，并对第一次遇到的峰值极为敏感，如果某当前行的所述行值大于或等于所述横向阈值时，则所述上边界值等于该所述行的行号，然后退出本步骤S4，否则，定位到下一行；一般情况下，上边界的行号小于或等于10％乘以高度值所得的值，所以可以设定高度界值为10％乘以高度值所得的值，如果当前行的行号大于10％乘以高度值所得的值，则所述上边界值等于10％乘以高度值所得的值，否则，重新运行所述本步骤S4。

接着，再以由下至上扫描各行的方式执行判定边界S4的步骤，由下至上扫描各行，并根据所述行值、所述横向阈值、所述行号及所述高度界值，判定所述图片的下边界值，在进行小人书下边界判定时，因为遇到了图片下的一行文字，图片的文字所在行的行值会特别高，而在图像内部则行值会降低，因此在对图片下边界判定时，应该由下向上进行扫描，并对第一次遇到的峰值极为敏感，如果当前行的所述行值大于或等于所述横向阈值时，则所述下边界值等于该所述行的行号，然后退出本步骤S4，否则，定位到上一行；一般情况下，下边界的行号大于或等于90％乘以高度值所得的值，所以可以设定高度界值为10％乘以高度值所得的值，如果高度值减去当前行的行号所得的值大于10％乘以高度值所得的值，则所述下边界值等于高度值减去高度界值，否则，重新运行本步骤。

接着，再以由左至右扫描各列的方式执行判定边界S4的步骤，由左至右扫描各列，并根据所述列值、所述纵向阈值、所述列号及所述宽度界值，判定所述图片的左边界值，在进行小人书左边界判定时，因为遇到了图片左边界上的黑色边框，图片的边界所在列的列值会特别高，而在图像内部则列值会降低，因此在对图片左边界判定时，应该由左向右进行扫描，并对第一次遇到的峰值极为敏感，如果当前列的所述列值大于或等于所述纵向阈值时，则所述左边界值等于该所述列的列号，然后退出本步骤S4，否则，则定位到下一列；一般情况下，左边界的列号小于或等于10％乘以宽度值所得的值，所以可以设定宽度界值为10％乘以宽度值所得的值，如果当前列的列号大于10％乘以宽度值所得的值，则左边界值等于10％乘以宽度值所得的值，否则，重新运行本步骤S4。

接着，再以由右至左扫描各列的方式执行判定边界S4的步骤，由右至左扫描各列，并根据所述列值、所述纵向阈值、所述列号及所述宽度界值，判定所述图片的右边界值，在进行小人书右边界判定时，因为遇到了图片边界上的黑色边框，图片的边界所在列的列值会特别高，而在图像内部则列值会降低，因此在对图片右边界判定时，应该由右向左进行扫描，并对第一次遇到的峰值极为敏感；进一步的，在所述右边界判定模块中，如果当前列的所述列值大于或等于所述纵向阈值时，则所述右边界值等于该所述列的列号，然后进入下一步骤，否则，定位到上一列；一般情况下，右边界的列号小于或等于90％乘以高度值所得的值，所以可以设定宽度界值为10％乘以宽度值所得的值，如果宽度值减去当前列的列号所得的值大于10％乘以宽度值所得的值，则所述右边界值等于宽度值减去宽度界值，否则，重新运行本步骤S4。

最后执行裁剪边界的步骤S5，将所有满足行号大于所述上边界值且小于所述下边界值、并且列号大于所述左边界值且小于所述右边界值的二维坐标点输出，完成对所述图片的剪裁，这样实现了对小人书图片边缘的自动识别并进行剪裁。

综上所述，本发明提供的图片边界识别和剪裁系统及方法，具有如下优点：

本发明将图片转化为由像素点组成的二维矩阵，并扫描所述二维矩阵的二维坐标点，根据标准色值、横向阈值、纵向阈值获取所述图片的边界值，再根据所述图片的边界值裁剪所述图片，实现对图片的边缘自动识别并进行剪裁的目的。

进一步的，通过沿横向和/或纵向扫描的方法，可以保证良好的抗噪声能力，即使图片边缘上有少量的噪声点，也不会对边界检测带来影响。

更进一步的，本发明可根据图像长宽尺寸相应的调整横向阈值、纵向阈值、高度界值、宽度界值，从而动态调整上边界、下边界、左边界、右边界的判断标准，以适应不同大小的电子图片的剪裁，取得良好的效果

显然，本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。

Claims (2)

1.一种图片裁边系统，其特征在于，包括：

图片转化模块，用于将图片转化为由像素点组成的二维矩阵，所述二维矩阵中每个像素点是有其唯一行号和列号的二维坐标点，其中，所述图片转化模块使所述二维坐标点对应一由红、绿、蓝三色值组成的三维向量值，所述红、绿、蓝三色值分别是0至1之间的实数，所述二维矩阵具有一宽度值和一高度值；

边界识别模块，用于扫描所述二维矩阵的二维坐标点，并设定所述二维矩阵的标准色值、横向阈值和纵向阈值，再将所述二维坐标点的扫描结果与所述标准色值、横向阈值、纵向阈值进行比较，以获取所述图片的边界值；

边界裁剪模块，用于根据所述图片的边界值裁剪所述图片；

其中，所述边界识别模块包括：

阈值子模块，用于设定所述二维矩阵的标准色值、横向阈值和纵向阈值，标准色值的取值为0.5，阈值子模块根据所述宽度值调整所述横向阈值，并根据所述高度值调整所述纵向阈值；

扫描子模块，用于横向和/或纵向扫描所述二维矩阵的二维坐标点，并根据所述标准色值计算所述二维矩阵每一行的行值和/或每一列的列值，所述扫描子模块将每个所述二维坐标点的三维向量值转化为一个一维值，所述一维值是将每个所述像素点的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数，其中，所述扫描子模块设定所述二维矩阵各行的行号范围为1至所述高度值，且各行的行值初始为0，并逐行扫描各行上的二维坐标点，计算出该行上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为行值，所述扫描子模块设定所述二维矩阵的列号范围为1至所述宽度值，且各列的列值初始为0，并逐列扫描各列上的二维坐标点，计算出该列上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为列值；

边界判定子模块，用于扫描所述二维矩阵的行和/或列，并根据所述每一行的行值和/或每一列的列值以及所述横向阈值和/或纵向阈值，获取图片的上边界值和/或下边界值和/或左边界值和/或右边界值，

其中，所述边界判定子模块还用于根据所述高度值设定一高度界值；

所述边界判定子模块从上至下扫描所述二维矩阵，如果某当前行的所述行值大于或等于所述横向阈值时，则所述上边界值等于该行的行号，然后退出边界判定子模块，否则，向下定位一行；如果当前行的行号大于所述高度界值，则所述上边界值等于所述高度界值，否则，重新运行所述边界判定子模块；

所述边界判定子模块从下至上扫描所述二维矩阵，如果当前行的所述行值大于或等于所述横向阈值时，则所述下边界值等于该所述行的行号，然后退出边界判定子模块，否则，向上定位一行；如果高度值减去当前行的行号所得的值大于所述高度界值，则所述下边界值等于高度值减去所述高度界值，否则，重新运行所述边界判定子模块；

所述边界判定子模块还用于根据所述宽度值设定一宽度界值；

所述边界判定子模块从左至右扫描所述二维矩阵，如果当前列的所述列值大于或等于所述纵向阈值时，则所述左边界值等于该所述列的列号，然后退出边界判定子模块，否则，则向右定位一列；如果当前列的列号大于所述宽度界值，则左边界值等于所述宽度界值，否则，重新运行所述边界判定子模块；

所述边界判定子模块从右至左扫描所述二维矩阵，在所述边界判定子模块中，如果当前列的所述列值大于或等于所述纵向阈值时，则所述右边界值等于该所述列的列号，然后退出边界判定子模块，否则，向左定位一列；如果宽度值减去当前列的列号所得的值大于所述宽度界值，则所述右边界值等于宽度值减去所述宽度界值，否则，重新运行所述边界判定子模块。

2.一种图片裁边方法，其特征在于，包括：

转化图片，将图片转化为由像素点组成的二维矩阵，所述二维矩阵中每个像素点是有其唯一行号和列号的二维坐标点，其中，每个所述二维坐标点对应于一个由红、绿、蓝三色值组成三维向量值，所述红、绿、蓝三色值分别是0至1之间的实数，所述二维矩阵有一个宽度值和一个高度值；

识别边界，扫描所述二维矩阵的二维坐标点，并设定所述二维矩阵的标准色值、横向阈值和纵向阈值，再将所述二维坐标点的扫描结果与所述标准色值、横向阈值、纵向阈值进行比较，以获取所述图片的边界值；

裁剪边界，根据所述图片的边界值裁剪所述图片；

其中，所述识别边界的步骤包括：

设定阈值，设定所述二维矩阵的标准色值、横向阈值和纵向阈值；

扫描二维矩阵，横向和/或纵向扫描所述二维矩阵的二维坐标点，并根据所述标准色值，计算所述二维矩阵每一行和/或列的行值和/或和/或每一列的列值；

判定边界，扫描所述二维矩阵的行和/或列，并根据所述每一行的行值和/或每一列的列值以及所述横向阈值和/或纵向阈值，获取图片的上边界值和/或下边界值和/或左边界值和/或右边界值；

在所述设定阈值的步骤中，根据所述宽度值调整所述横向阈值，并根据所述高度值调整所述纵向阈值，标准色值的取值为0.5；

在所述扫描二维矩阵的步骤中，将每个所述二维坐标点的三维向量值转化为一个一维值，所述一维值是将每个所述像素点的所述红、绿、蓝三色值相加再除以3而得到的0至1之间的实数；

在所述扫描二维矩阵的步骤中，设定所述二维矩阵各行的行号范围为1至所述高度值，且各行的行值初始为0，并逐行扫描各行上的二维坐标点，计算出该行上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为行值；

在所述扫描二维矩阵的步骤中，设定所述二维矩阵的列号范围为1至所述宽度值，且各列的列值初始为0，并逐列扫描各列上的二维坐标点，计算出该列上所述一维值小于所述标准色值的二维坐标点的个数，并将该个数作为列值；

在所述判定边界的步骤中，根据所述高度值设定一高度界值；

在所述判定边界的步骤中，从上至下扫描所述二维矩阵，如果某当前行的所述行值大于或等于所述横向阈值时，则所述上边界值等于该所述行的行号，然后退出本步骤，否则，向下定位一行；如果当前行的行号大于所述高度界值，则所述上边界值等于所述高度界值，否则，重新运行本步骤；

在所述判定边界的步骤中，从下至上扫描所述二维矩阵，如果当前行的所述行值大于或等于所述横向阈值时，则所述下边界值等于该所述行的行号，然后退出本步骤，否则，向上定位一行；如果高度值减去当前行的行号所得的值大于所述高度界值，则所述下边界值等于高度值减去所述高度界值，否则，重新运行本步骤；

在所述判定边界的步骤中，根据所述宽度值设定一宽度界值；

在所述判定边界的步骤中，从左至右扫描所述二维矩阵，如果当前列的所述列值大于或等于所述纵向阈值时，则所述左边界值等于该所述列的列号，然后退出本步骤，否则，则向右定位一列；如果当前列的列号大于所述宽度界值，则左边界值等于所述宽度界值，否则，重新运行本步骤；

在所述判定边界的步骤中，从右至左扫描所述二维矩阵，如果当前列的所述列值大于或等于所述纵向阈值时，则所述右边界值等于该所述列的列号，然后退出本步骤，否则，向左定位一列；如果宽度值减去当前列的列号所得的值大于所述宽度界值，则所述右边界值等于宽度值减去所述宽度界值，否则，重新运行本步骤。

Images