CN104700357A - 一种基于双线性算子的汉字图像缩放方法 - Google Patents

一种基于双线性算子的汉字图像缩放方法 Download PDF

Info

Publication number
CN104700357A
CN104700357A CN201510109776.1A CN201510109776A CN104700357A CN 104700357 A CN104700357 A CN 104700357A CN 201510109776 A CN201510109776 A CN 201510109776A CN 104700357 A CN104700357 A CN 104700357A
Authority
CN
China
Prior art keywords
chinese character
character image
bilinear
image
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510109776.1A
Other languages
English (en)
Inventor
袁玉波
刘赟
陈志华
张静
应方立
戴光辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China University of Science and Technology
Original Assignee
East China University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by East China University of Science and Technology filed Critical East China University of Science and Technology
Priority to CN201510109776.1A priority Critical patent/CN104700357A/zh
Publication of CN104700357A publication Critical patent/CN104700357A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Processing (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本发明公开了一种基于双线性算子的汉字图像缩放方法。本发明运用双线性算子,来完成汉字图像的缩放。所述方法具体包括:目标汉字图像预处理,目标汉字图像切割,和基于双线性算子的汉字图像缩放。大量的实验证明,这种方法十分有效,并且能够得到较为精确的实验结果。

Description

一种基于双线性算子的汉字图像缩放方法
技术领域
本发明主要涉及图像处理技术,具体涉及一种基于双线性算子的汉字图像缩放方法。
背景技术
根据研究显示,眼睛获取的图像信息,占人类全部感官信息的80%以上。跟语音或文字信息相比,图像包含更生动、更丰富、更直观的信息内容,具有更高的使用效率和更广泛的使用度。图像处理一般是指数字图像处理,数字图像以数字的形式进行存储和传输,数字图像处理有高质量、小型化、抗噪声能力强的优点,硬件实现简单,因此,数字图像处理技术是图像处理研究的核心。在许多领域,数字图像处理技术已经成为一种有效的工具来研究视觉感知。随着科学技术的发展,数字图像处理技术己经被广泛地应用于军事科学、医学影像、气象学、工程学、遥感技术等很多领域。而图像缩放技术在数字图像处理中占有着非常重要的位置。
图像缩放技术是指图像的放大、缩小,是在图像处理技术中使用最广泛的。图像放大称为上采样,是指图像分辨率的提高。图像缩小称为下采样,是指图像分辨率的降低。图像的分辨率,是指图像的点阵数,以dpi为单位。常见的分辨率为640*640,480*768,160*768,2048*1536四种。在每组数字中,前者作为图像的宽度,后者为图像的高度,相乘所得就是图像像素。比例一般为4:3或16:9。
插值技术是图像缩放中最常用的方法。缩放技术在医疗成像、电视节目、电影合成、视频传输以及医疗成像等领域具有非常广泛的应用。缩小图像的目的,可能是为了使图像在一个较小的显示区域内显示,以减少存储或传输的图像数据量;放大图像的目的,则是为了获得更清晰、更大、更易观的图像,或为了符合一个更大的显示区域。
数字图像是离散的点阵数据。对于数字图像缩放,我们必须要有先验的知识、丰富的经验和已知的资料,才能对未知采样点进行估计。由此,通常用插值法来实现数字图像的缩放。而插值算法的好坏又直接影响图像输出的质量。通常图像缩放指的是一幅图像的重采样,而插值还指序列切片(或多幅图像)间的采样点加密。因此,图像插值、图像缩放与图像重采样是互为依存的图像处理技术。
将插值算法用于图像缩放时,通常会出现一对相反的元素,图像处理的精度与和图像处理的速度。通常情况下,要得到高速实时的图像输出,就需要使用相对简单、计算复杂度小的插值算法;而要获得高精度图像处理结果,就要牺牲速度,使用相对复杂的算法。
发明内容
本发明的目的在于提出一种基于双线性算子的汉字图像缩放方法。利用双线性算子对汉字图像的缩放进行插值处理,并做相应的改变,使得汉字图像在缩放过程中不失真,能够被清楚的辨认。
本发明的技术方案如下:
步骤1,读入目标汉字图像并将其转换到二维灰度空间。
步骤2,对步骤1所得到的汉字图像进行量化,用以区分出汉字所在区域和背景区域。
对步骤1中得到的汉字图像的每一个像素点进行分析,如果其值大于阈值,则把该点的值改为255,定位为目标汉字的背景;反之,则把其值改为0,定位为目标汉字。其中阈值选取为220。
步骤3,对步骤2所得的汉字图像进行分割,去除汉字图像中的多余背景。
分别从上下左右四个方向由外向内分别以行和列为单位检测步骤2所得的汉字图像矩阵,删除值全部为0的行和列,当遇到值不全为零的行或列时停止检测。用以去除汉字图像中的多余背景,突出汉字所在区域。
步骤4,对步骤3所得的汉字图像进行双线性插值处理,完成对目标汉字图像的放大和缩小。
核心思想就是将一维的双线性算子扩展成二维,利用待求像素点周围四个已知像素点,通过垂直和水平两个方向的内插计算得到。
步骤5,对步骤4所得的汉字图像进行后处理,得到最终的结果。
附图说明
读者在参照附图阅读了本发明的具体实施方式以后,将会更清楚地了解本发明的各个方面。其中,
图1为本发明基于双线性算子的汉字图像缩放方法的流程图;
图2为线性插值的示意图;
图3为双线性插值的示意图;
图4是双线性插值求像素灰度值示意图;
图5是双线性插值算法的原理图;
图6是基于双线性算子的汉字图像缩放方法的结果展示图。
具体实施方式
步骤1,读入目标汉字图像并将其转换到二维灰度空间。
步骤2,对步骤1所得到的汉字图像进行量化,用以区分出汉字所在区域和背景区域。
对步骤1中得到的汉字图像的每一个像素点进行分析,如果其值大于阈值,则把该点的值改为255,定位为目标汉字的背景;反之,则把其值改为0,定位为目标汉字。其中阈值选取为220。
步骤3,对步骤2所得的汉字图像进行分割,去除汉字图像中的多余背景。
分别从上下左右四个方向由外向内分别以行和列为单位检测步骤2所得的汉字图像矩阵,删除值全部为0的行和列,当遇到值不全为零的行或列时停止检测。用以去除汉字图像中的多余背景,突出汉字所在区域。
步骤4,对步骤3所得的汉字图像进行双线性插值处理,完成对目标汉字图像的放大和缩小。
在一维中,线性插值的待求点是通过两个值来求得。如图2所示,已知两点x0,x2处的函数值f(x0),f(x2),现要求x1处的函数值f(x1)。假设函数是线性的,可知
f(x1)=(f(x2)-f(x0))(x1-x0)/(x2-x0)+f(x0)       (1)
线性插值是假设原始图像两个像素点之间的灰度值是线性变化的。而且通常这种插值效果比较好。图像处理中,我们往往使用双线性插值,就是将一维扩展成二维。如图3所示,已知A、B、C、D四点的灰度,要求G点的灰度,可先在水平方向上由A、B线性插值E,C、D线性插值求出F,然后再在垂直方向上由E、F线性插值求出G。
双线性插值求像素灰度值就是如图4所示,设(i,j)、(i,j+1)、(i+1,j)和(i+1,j+1)组成的网络内的任意点为(u,v)。双线性插值法求网络内任意点(u,v)灰度的计算公式为,
g(u,v)=a+bu+cv+duv       (2)
其中,常系数a,b,c,d可由以下公式得到,
a = g ( i , j ) b = g ( i + 1 , j ) - g ( i , j ) c = g ( i , j + 1 ) - g ( i , j ) d = g ( i , j ) + g ( i + 1 , j + 1 ) - g ( i + 1 , j ) - g ( i , j + 1 ) - - - ( 3 )
现在我们用一个简单的图例来更加清楚了解这种算法的原理,如图5所示,已知该网络的四点像素(0,0)、(0,1)、(1,0)、(1,1)灰度,由两个像素f(0,1)和f(1,1)在X方向上进行线性插值可求出(x,1)的灰度,再由另外两个灰度值f(0,0)和f(1,0)在X方向上进行线性插值求出(x,0)的灰度f(x,0),最后由f(x,1),f(x,0)在Y方向上进行线性插值就可以得到(x,y)的灰度f(x,y)。同时在算法的实现中我们需要引进比例因子t(t>0)。则完整的算法如下,
1.通过原始图像和比例因子得到新图像的大小,并创建新图像。
2.将新图像的某个像素(x,y)映射到原始图像(x',y')处。
3.对x',y'取整得到(xx,yy)并得到(xx,yy)、(xx+1,yy)、(xx,yy+1)和(xx+1,yy+1)的值。
4.利用双线性插值得到像素点(x,y)的值并写回新图像。
5.重复步骤(2)直到新图像的所有像素写完。
步骤5,对步骤4所得的汉字图像进行后处理,得到最终的结果。
将步骤4所得到的汉字图像的结果转换到彩色空间,其中每一层的值都与步骤4得到的汉字图像的值相同,得出最终的结果,缩放结果如图6所示。

Claims (5)

1.一种基于双线性算子的汉字图像缩放方法,其特征在于:对汉字图像缩放时,进行以下步骤,
步骤1,读入目标汉字图像并将其转换到二维灰度空间;
步骤2,对步骤1所得到的汉字图像进行量化,用以区分出汉字所在区域和背景区域;
步骤3,对步骤2所得的汉字图像进行分割,去除汉字图像中的多余背景;
步骤4,对步骤3所得的汉字图像进行双线性插值处理,完成对目标汉字图像的放大和缩小;
步骤5,对步骤4所得的汉字图像进行后处理,得到最终的结果。
2.根据权利要求1所述的一种基于双线性算子的汉字图像缩放方法,其特征在于:步骤2所述的对步骤1所得到的汉字图像进行量化的方法为,对于步骤1中得到的汉字图像的每一个像素点进行分析,如果其值大于阈值,则把该点的值改为255,定位为目标汉字的背景;反之,则把其值改为0,定位为目标汉字。其中阈值选取为220。
3.根据权利要求1所述的一种基于双线性算子的汉字图像缩放方法,其特征在于:步骤3所述的对步骤2所得的汉字图像进行分割方法为,由外向内分别以行和列为单位检测步骤2所得的汉字图像矩阵,删除值全部为0的行和列。
4.根据权利要求1所述的一种基于双线性算子的汉字图像缩放方法,其特征在于:步骤4所述的对步骤3所得的汉字图像进行双线性插值处理的方法为,将一维的双线性算子扩展成二维。具体方法为,设(u,v)为(i,j)、(i,j+1)、(i+1,j)和(i+1,j+1)组成的网络内的任意点,用双线性插值法求网络内任意点(u,v)灰度的计算公式为,
g(u,v)=a+bu+cv+duv   (1)
其中,常系数a,b,c,d可由以下公式得到,
a = g ( i , j ) b = g ( i + 1 , j ) - g ( i , j ) c = g ( i , j + 1 ) - g ( i , j ) d = g ( i , j ) + g ( i + 1 , j + 1 ) - g ( i + 1 , j ) - g ( i , j + 1 ) - - - ( 2 )
双线性插值法是利用待求像素点周围四个已知像素点通过垂直和水平两个方向的内插计算得到。
5.根据权利要求1所述的一种基于双线性算子的汉字图像缩放方法,其特征在于:步骤5所述的对步骤4所得的汉字图像进行后处理的方法为,将步骤4所得到的汉字图像的结果转换到彩色空间,其中每一层的值都与步骤4得到的汉字图像的值相同。
CN201510109776.1A 2015-04-14 2015-04-14 一种基于双线性算子的汉字图像缩放方法 Pending CN104700357A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510109776.1A CN104700357A (zh) 2015-04-14 2015-04-14 一种基于双线性算子的汉字图像缩放方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510109776.1A CN104700357A (zh) 2015-04-14 2015-04-14 一种基于双线性算子的汉字图像缩放方法

Publications (1)

Publication Number Publication Date
CN104700357A true CN104700357A (zh) 2015-06-10

Family

ID=53347446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510109776.1A Pending CN104700357A (zh) 2015-04-14 2015-04-14 一种基于双线性算子的汉字图像缩放方法

Country Status (1)

Country Link
CN (1) CN104700357A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107797972A (zh) * 2017-10-26 2018-03-13 福建网龙计算机网络信息技术有限公司 一种显示字符的方法及终端
CN107944449A (zh) * 2017-10-26 2018-04-20 福建网龙计算机网络信息技术有限公司 一种缩放字符的方法及终端
CN109543669A (zh) * 2018-12-04 2019-03-29 龙马智芯(珠海横琴)科技有限公司 文字的处理方法及装置、存储介质、电子装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101547323A (zh) * 2009-04-30 2009-09-30 深圳华为通信技术有限公司 图像转换方法、转换装置及显示系统
US20120087585A1 (en) * 2010-10-07 2012-04-12 Canon Kabushiki Kaisha Image synthesis processing apparatus and image synthesis processing method
KR20120035360A (ko) * 2010-10-05 2012-04-16 에스케이플래닛 주식회사 문자 인식 장치 및 방법
CN103106395A (zh) * 2012-12-15 2013-05-15 长春理工大学 车牌字符实时识别系统的几何归一化内核装置
CN103139525A (zh) * 2013-02-28 2013-06-05 天津大学 基于兴趣区域检测的视频图像非线性放大方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101547323A (zh) * 2009-04-30 2009-09-30 深圳华为通信技术有限公司 图像转换方法、转换装置及显示系统
KR20120035360A (ko) * 2010-10-05 2012-04-16 에스케이플래닛 주식회사 문자 인식 장치 및 방법
US20120087585A1 (en) * 2010-10-07 2012-04-12 Canon Kabushiki Kaisha Image synthesis processing apparatus and image synthesis processing method
CN103106395A (zh) * 2012-12-15 2013-05-15 长春理工大学 车牌字符实时识别系统的几何归一化内核装置
CN103139525A (zh) * 2013-02-28 2013-06-05 天津大学 基于兴趣区域检测的视频图像非线性放大方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107797972A (zh) * 2017-10-26 2018-03-13 福建网龙计算机网络信息技术有限公司 一种显示字符的方法及终端
CN107944449A (zh) * 2017-10-26 2018-04-20 福建网龙计算机网络信息技术有限公司 一种缩放字符的方法及终端
CN107944449B (zh) * 2017-10-26 2020-08-18 福建网龙计算机网络信息技术有限公司 一种缩放字符的方法及终端
CN107797972B (zh) * 2017-10-26 2020-12-18 福建网龙计算机网络信息技术有限公司 一种显示字符的方法及终端
CN109543669A (zh) * 2018-12-04 2019-03-29 龙马智芯(珠海横琴)科技有限公司 文字的处理方法及装置、存储介质、电子装置

Similar Documents

Publication Publication Date Title
Lee et al. Local texture estimator for implicit representation function
US11792553B2 (en) End to end network model for high resolution image segmentation
US10861133B1 (en) Super-resolution video reconstruction method, device, apparatus and computer-readable storage medium
US8131117B2 (en) Method for magnifying images and videos and associated image processing device
CN110827200A (zh) 一种图像超分重建方法、图像超分重建装置及移动终端
KR102221225B1 (ko) 영상 화질 개선방법 및 그 장치
CN102833460A (zh) 图像处理方法、图像处理设备及扫描仪
CN106780336B (zh) 一种图像缩小方法及装置
JP2005295510A (ja) 解像度変換方法及び装置
Kok et al. Digital image interpolation in Matlab
CN104700357A (zh) 一种基于双线性算子的汉字图像缩放方法
KR20100077307A (ko) 영상 텍스쳐 필터링 방법, 이를 수행하는 프로그램을 기록한 기록매체 및 이를 수행하는 장치
Qiu Interresolution look-up table for improved spatial magnification of image
WO2018040437A1 (zh) 图片处理方法及装置
US8902474B2 (en) Image processing apparatus, control method of the same, and program
CN101815165B (zh) 实时高效的数字图像分数阶积分滤波器
Wei et al. RSAN: Residual subtraction and attention network for single image super-resolution
Singh et al. A content adaptive method of de-blocking and super-resolution of compressed images
CN113674154A (zh) 一种基于生成对抗网络的单幅图像超分辨率重建方法及系统
CN113469880A (zh) 图像拼接方法及装置、存储介质及电子设备
Flaute et al. Resampling and super-resolution of hexagonally sampled images using deep learning
KR20210066240A (ko) 밀집 레이어를 이용한 영상 처리 장치 및 방법
Goswami Comparison of image interpolation methods for image zooming
Zhang et al. A Computationally Efficient Super-Resolution Reconstruction Algorithm Based On The Hybird Interpolation.
Hajizadeh et al. Improvement of image zooming using least directional differences based on linear and cubic interpolation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150610