CN102930571A - 字符马赛克图片的生成方法 - Google Patents

Abstract

本发明公开一种字符马赛克图片的生成方法，至少包括以下步骤：提取字符集中每个字符鳞片的灰度特征；对原图进行划分为多个图像鳞片，并提取每个图像鳞片的灰度特征；将每个图像鳞片与字符鳞片灰度特征匹配，最终选取一个字符匹配；将原图中的所有图像鳞片以相匹配字符鳞片替换，得到字符马赛克图片。本发明利用字符本身的信息提取出与原图灰度可比较的特征，进而用该特征寻找到与原图鳞片最为相似的字符对原图进行替换来生成字符马赛克图片，能够收到令人满意的视觉效果。

Description

字符马赛克图片的生成方法

技术领域

本发明涉及计算机技术领域，尤其涉及一种字符马赛克图片的生成方法。

背景技术

如何给图片加上马赛克一直是一个有趣的问题，并且具有比较长的研究历史。一张好的马赛克图片往往能够给人出乎意料的视觉效果，在商业宣传，艺术创作等领域具有广阔的应用空间。随着人们对该问题的研究深入，多种给图片加上马赛克的算法被提出并实现。传统的马赛克图片的通常特征是图片中每一个鳞片都是具有相同颜色的小块。

随着计算机计算能力和存储容量的提高，一种新的用小图片作为鳞片来拼接原图的马赛克图片形式(photomosaic)被提出，在生成马赛克图片之前，往往需要使用者或者开发者建立一个庞大的小图片数据库，数据库的大小将对最终结果的质量有着直接的影响。而一方面对于个人用户来讲，收集足够多的图片是有一定困难的，另一方面，庞大的图片数据库也会占据相当的存储空间，这就在一定程度限制了其在诸如手机等小容量终端上的应用。

针对上述小图片作为鳞片制作马赛克图片的启发，可以去尝试将字符取代小图片来制作马赛克图片。

目前已有的与字符马赛克图片的实现方案主要有如下两种形式：

1、首先给定一段文本，然后将该文本排列成一个文本矩阵，文本中每个字符为该矩阵中的一个元素。接下来将原图放缩到这个文本矩阵图片的大小，用原图的颜色给这个文本矩阵中的字符添加颜色，即得到了生成的马赛克图片。

2、首先将原图按照需求或者个人喜好划分成若干区域，也可以直接将整个原图视作一个区域。接下来对于每个区域或者部分区域用给定的字符串进行拉伸旋转后填充满，再对字符串添加上原图颜色，这样就达到了一种马赛克图片的效果。

从上述对两种方案的阐述中可见，现有技术的主要做法均为首先将原图用字符来填充，然后对填充的结果加入原图的颜色，而在生成结果图的过程中并没有利用字符本身的信息，主要通过添加原图的颜色来增强结果的效果，这样做的缺点在于由于颜色的添加而损失字符的完整性，另外，通过叠加原图颜色来实现马赛克效果也大大削弱了马赛克图片给观察者带来的视觉冲击。

发明内容

针对上述问题，本发明的目的在于提供一种字符马赛克图片的生成方法，利用字符本身的信息提取出与原图灰度可比较的特征，进而用该特征寻找到与原图鳞片最为相似的字符对原图进行替换来生成字符马赛克图片，能够收到令人满意的视觉效果。

为达到上述目的，本发明所述一种字符马赛克图片的生成方法，至少包括以下步骤：

提取字符集中每个字符鳞片的灰度特征；

对原图进行划分为多个图像鳞片，并提取每个图像鳞片的灰度特征；

将每个图像鳞片与字符鳞片灰度特征匹配，最终选取一个字符匹配；

将原图中的所有图像鳞片以相匹配字符鳞片替换，得到字符马赛克图片。

优选地，提取字符集中每个字符鳞片的灰度特征具体为：

每个字符鳞片均等的划分m*n个小块，得到每个小块的平均灰度，则可得到每个鳞片所对应的m*n维的向量；

结合所有鳞片的向量，得到一个N行，m*n列的向量矩阵；

对向量矩阵进行线性归一化处理，得到归一化后的向量矩阵，以每一行对应字符鳞片的灰度特征。

优选地，提取每个图像鳞片的灰度特征具体为：

每个图像鳞片均等的划分m*n个小块，得到每个小块的平均灰度，则可得到每个鳞片所对应的m*n维的向量；

结合所有图像鳞片的向量，得到一个N行，m*n列的向量矩阵；

对向量矩阵进行线性归一化处理，得到归一化后的向量矩阵，以每一行对应图像鳞片的灰度特征。

优选地，原图中的所有图像鳞片相匹配字符鳞片具体为：

任一图像鳞片的灰度特征值与所有字符鳞片的灰度特征值做比较，以对应特征值差的平方和最小为相匹配条件。

优选地，原图色彩特征可对字符进行填充。

本发明的有益效果为：

本发明利用字符本身的信息提取出与原图灰度可比较的特征，进而用该特征寻找到与原图鳞片最为相似的字符对原图进行替换来生成字符马赛克图片，能够收到令人满意的视觉效果。另外，用字符作为基本鳞片来生成马赛克图片的算法，相对于用图片生成马赛克图片，由于本发明中无需字符集很大，因此本发明具有需求存储量小，生成速度快的特点。

附图说明

图1是为图像鳞片灰度值与字符灰度特征的映射示例图

图2是本发明实施例所述字符马赛克图片生产一实例图。

具体实施方式

下面结合说明书附图对本发明做进一步的描述。

如图所示，本发明实施例所述一种字符马赛克图片的生成方法，至少包括以下步骤：

1、提取字符集中每个字符鳞片的灰度特征；

2、对原图进行划分为多个图像鳞片，并提取每个图像鳞片的灰度特征；

3、将每个图像鳞片与字符鳞片灰度特征匹配，最终选取一个字符匹配；

4、将原图中的所有图像鳞片以相匹配字符鳞片替换，得到字符马赛克图片。

下面对上述各个步骤所涉及到的内容作出解释说明：

1、提取字符集中每个字符鳞片的灰度特征

首先，将字符集中的每个字符放入相同大小的矩形框中，将每个字符变成一张具有相同大小的图片，作为接下来替换原图的鳞片。因此，矩形框的大小决定了最终结果中字符的稀疏程度，可以根据所想得到的最终效果选取。

接下来将字符鳞片中的每个字符鳞片均等的划分成m*n个小块，计算每个小块的平均灰度，对于每个鳞片就可以得到一个m*n维的向量，作为字符集的初始灰度特征。在对字符集中每个鳞片均提取了初始灰度特征后，可以得到一个N行，m*n列的矩阵A，其中N为字符集中字符的个数。此后，对矩阵A做线性归一化，即将A中元素的最大值置为1，最小值置为0，其余元素均线性映射到[0，1]区间上的某个值，具体的映射计算方式为：

$y=\frac{x-x_{\min }}{x_{\max }-x_{\min }}$

其中，x代表当前A中元素的值，x_min，x_max分别代表A中元素的最小值，最大值，y代表归一化后的数值，即线性映射到[0，1]区间的结果。

归一化后的矩阵A中的每一行即为相应字符用于鳞片匹配的灰度特征。

比如，每个字符鳞片的灰度特征为2*2的向量，共有3个字符鳞片，分别为： $\left[\begin{array}{cc}20& 30\\ 40& 10\end{array}\right],$ $\left[\begin{array}{cc}30& 30\\ 20& 50\end{array}\right],$ $\left[\begin{array}{cc}40& 60\\ 20& 50\end{array}\right].$

那么，得到的矩阵A为 $\left[\begin{array}{cccc}20& 30& 40& 10\\ 30& 30& 20& 50\\ 40& 60& 20& 50\end{array}\right].$

则归一化后的矩阵A为 $\left[\begin{array}{cccc}\frac{1}{5}& \frac{2}{5}& \frac{3}{5}& 0\\ \frac{2}{5}& \frac{2}{5}& \frac{1}{5}& \frac{4}{5}\\ \frac{3}{5}& 1& \frac{1}{5}& \frac{4}{5}\end{array}\right].$

最后得到3个字符鳞片的灰度特征为 $\left[\begin{array}{cccc}\frac{1}{5}& \frac{2}{5}& \frac{3}{5}& 0\end{array}\right],$ $\left[\begin{array}{cccc}\frac{2}{5}& \frac{2}{5}& \frac{1}{5}& \frac{4}{5}\end{array}\right],$

$\left[\begin{array}{cccc}\frac{3}{5}& 1& \frac{1}{5}& \frac{4}{5}\end{array}\right].$

2、提取每个图像鳞片的灰度特征

在提取了字符集的灰度特征后，将原图(如果是彩色图像，应先转化为灰度图集)用网格进行均等划分成相同大小的小块，可称为图像鳞片，然后计算每个图像鳞片的灰度特征。在计算每个图像鳞片的灰度特征时，采用的计算方式和计算字符鳞片灰度特征的方式相同。其步骤为：

1、每个图像鳞片均等的划分m*n个小块，得到每个小块的平均灰度，则可得到每个鳞片所对应的m*n维的向量；

2、结合所有图像鳞片的向量，得到一个N行，m*n列的向量矩阵；

3、对向量矩阵进行线性归一化处理，得到归一化后的向量矩阵，以每一行对应图像鳞片的灰度特征。

4、原图中的所有图像鳞片相匹配字符鳞片

所匹配的方式为：任一图像鳞片的灰度特征值与所有字符鳞片的灰度特征值做比较，以对应特征值差的平方和最小为相匹配条件。

比如，其中一个图像鳞片的灰度特征为 $\left[\begin{array}{cccc}\frac{1}{4}& \frac{2}{4}& \frac{3}{4}& 1\end{array}\right],$ 其中一个字符鳞片的灰度特征可以选取上述的一个灰度特征 $\left[\begin{array}{cccc}\frac{1}{5}& \frac{2}{5}& \frac{3}{5}& 0\end{array}\right],$ 那么匹配的过程为 ${(\frac{1}{4}-\frac{1}{5})}^2+{(\frac{2}{4}-\frac{2}{5})}^2+{(\frac{3}{4}-\frac{3}{5})}^2+{(1-0)}^2,$ 该公式得到的值为匹配条件所参考的距离值，距离值最小为匹配灰度特征。

另外，在提取原图的灰度特征的时候可以加一种方法：由于表示灰度时除了用0-255之间的某个整数，另一种常用表示方法就是对每个灰度级用一个0-1之间的小数来表达，即纯黑为0，纯白为1，其他灰度介于0-1之间。一种类似的提取原图灰度特征方案就是将原图的灰度值用0-1取值区间来表达(若原图用0-255表达，只需每个位置的灰度均除以255即化成0-1表达)，用上述方法相同的方法得到N行，m*n列的向量矩阵，由于灰度值已经在0-1之间了，那么就不需要归一化这一步，直接可以作为原图灰度的特征。匹配方式与现有方法相同，达到匹配效果。

由于几个图像鳞片的灰度特征可以同时与某一个字符鳞片的灰度特征相匹配，因此，在原图所形成的马赛克图片，可以看到相同的字符出现。如图1为图像鳞片灰度值与字符灰度特征的映射示例图。

在计算了某个图像鳞片与字符集中每个字符鳞片之间的距离之后，选取其中距离最小的鳞片作为最优鳞片对原图鳞片进行替换。对原图的每个鳞片重复上述匹配过程即可以得到需要的字符马赛克图片，如果需要得到一张彩色图片，只需将每个字符用原图颜色填充即可。如图2为本发明实施例所述字符马赛克图片生产一实例图。

以上，仅为本发明的较佳实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求所界定的保护范围为准。

Claims (5)

1.一种字符马赛克图片的生成方法，其特征在于，至少包括以下步骤：

提取字符集中每个字符鳞片的灰度特征；

对原图进行划分为多个图像鳞片，并提取每个图像鳞片的灰度特征；

将每个图像鳞片与字符鳞片灰度特征匹配，最终选取一个字符匹配；

将原图中的所有图像鳞片以相匹配字符鳞片替换，得到字符马赛克图片。

2.根据权利要求1所述的字符马赛克图片的生成方法，其特征在于，提取字符集中每个字符鳞片的灰度特征具体为：

每个字符鳞片均等的划分m*n个小块，得到每个小块的平均灰度，则可得到每个鳞片所对应的m*n维的向量；

结合所有鳞片的向量，得到一个N行，m*n列的向量矩阵；

对向量矩阵进行线性归一化处理，得到归一化后的向量矩阵，以每一行对应字符鳞片的灰度特征。

3.根据权利要求1所述的字符马赛克图片的生成方法，其特征在于，提取每个图像鳞片的灰度特征具体为：

每个图像鳞片均等的划分m*n个小块，得到每个小块的平均灰度，则可得到每个鳞片所对应的m*n维的向量；

结合所有图像鳞片的向量，得到一个N行，m*n列的向量矩阵；

对向量矩阵进行线性归一化处理，得到归一化后的向量矩阵，以每一行对应图像鳞片的灰度特征。

4.根据权利要求1所述的字符马赛克图片的生成方法，其特征在于，原图中的所有图像鳞片相匹配字符鳞片具体为：

任一图像鳞片的灰度特征值与所有字符鳞片的灰度特征值做比较，以对应特征值差的平方和最小为相匹配条件。

5.根据权利要求1所述的字符马赛克图片的生成方法，其特征在于，原图色彩特征可对字符进行填充。

Images