CN106204563A - 一种图像转换方法 - Google Patents

Abstract

本发明属于图像转换压缩技术领域，公开了一种图像转换方法，包括以下步骤：101、通过分析原有彩色图像，获取图像内所有信息内容的颜色信息；102、对所述颜色信息进行加权处理，并将加权后的彩色图像转换为灰度图像；103、分析所述灰度图像得到灰度图像分辨率，并获取该分辨率的下的自适应局部范围，确定面积影响因子的大小；104、以所述面积影响因子的大小历遍整个图像，通过限定范围的自适应图像二值化方法将图像转换为黑白图像。本发明实现了图像转换后更清晰，易于光学辨认。

Description

一种图像转换方法

技术领域

本发明属于图像转换压缩技术领域，尤其涉及一种图像转换方法。

背景技术

随着企业信息化的推进，企业现在有越来越多的纸质文档和图像资料需要采集到信息系统。在采集过程中，图像的文字，数据都需要经过光学识别到系统。同时，因为存储空间，传输速度等方面的限制，在归档保存图像前都会限定图像的分辨率和图像位深，通常图像采集和光学识别所使用的图像文档转换方法即可实现。

在现有的图像采集过程中，通常的图像处理方式是，先将彩色图像通过RGB转换系数转换为灰度图像，再通过阈值或局部自适应等方式将图像二值化。这种方式有以下缺点：

1)将彩色图像按统一方法转换为灰度图像时，有时会导致对比不明显或文字太淡；

2)通过阈值转换灰度图像为黑白图像，会导致层次感明显的图像失真；

3)通过阈值转换灰度图像为黑白图像，在处理有背景的图像，如有背景色的图像或扫描阴影的图像，会导致文字模糊识别率降低；

4)通过自适应将图像二值化时，在处理类似包含条码等图像有时会导致条码模糊，识别率降低；

5)通过自适应将图像二值化时，在处理较大块背景色时，会导致背景丢失。

发明内容

本发明实施例的目的在于提供一种图像转换方法，能够提高图像的清晰度。

本发明实施例是这样实现的：

一种图像转换方法，包括以下步骤：

101、通过分析原有彩色图像，获取图像内所有信息内容的颜色信息；

102、对所述颜色信息进行加权处理，并将加权后的彩色图像转换为灰度图像；

103、分析所述灰度图像得到灰度图像分辨率，并获取该分辨率的下的自适应局部范围，确定面积影响因子的大小；

104、以所述面积影响因子的大小历遍整个图像，通过限定范围的自适应图像二值化方法将图像转换为黑白图像。

其中，步骤102具体为：对所述颜色信息进行加权处理的强度范围为5％到15％。

其中，对所述颜色信息进行加权处理的强度为10％。

其中，步骤103中：所述面积影响因子的大小为长宽0.4英寸。

本发明实施例通过先对文字色加权处理，提高了原始素材的辨识强度，依照图像分辨率，限定局部自适应灰度图像二值化的面积影响因子的大小，使得二值化更加体现图像的逼真度，这样使得转换图像时，文字，条码等信息更突出；彩色文字色的图像转换后文字更黑，更清晰，适合查阅和光学识别(如发票和单据)；自动清理图像背景色，使文字更清晰，更突出，适合查阅和光学识别(如咖啡污渍，有背景色的票据，有扫描或拍照阴影区的图像)；通过使用这样的转换方法，增强了转换后文字，条码等素材的清晰度，便于后续的光学识别和归档查阅的需求，且具有较强的自适应性。

附图说明

图1是本发明实施例中图像转换方法的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例通过先对文字色加权处理，提高了原始素材的辨识强度，依照图像分辨率，限定局部自适应灰度图像二值化的面积影响因子的大小，使得二值化更加体现图像的逼真度，这样使得转换图像时，文字，条码等信息更突出；彩色文字色的图像转换后文字更黑，更清晰，适合查阅和光学识别(如发票和单据)；自动清理图像背景色，使文字更清晰，更突出，适合查阅和光学识别(如咖啡污渍，有背景色的票据，有扫描或拍照阴影区的图像)；通过使用这样的转换方法，增强了转换后文字，条码等素材的清晰度，便于后续的光学识别和归档查阅的需求，且具有较强的自适应性。

以下结合具体实施例对本发明的具体实现进行详细描述：

图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。

图像的二值化处理就是将图像上的点的灰度置为0或255，也就是将整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于在对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阈值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。

局部自适应阈值则是根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值。这样做的好处在于每个像素位置处的二值化阈值不是固定不变的，而是由其周围邻域像素的分布来决定的。亮度较高的图像区域的二值化阈值通常会较高，而亮度较低的图像区域的二值化阈值则会相适应地变小。不同亮度、对比度、纹理的局部图像区域将会拥有相对应的局部二值化阈值。

如图1所示，是本发明实施例的图像转换方法流程图，具体为：

101、通过分析原有彩色图像，获取图像内所有信息内容的颜色信息；

102、对所述颜色信息进行加权处理，并将加权后的彩色图像转换为灰度图像；对所述颜色信息进行加权处理的强度范围为5％到15％。一般情况下，加权处理的强度选择10％效果更合适。对颜色信息进行加权处理后，图像中素材的强度会加大，这样就可以更加逼真地反映出图像的真实状态，为后续的处理奠定基础。

103、分析所述灰度图像得到灰度图像分辨率，并获取该分辨率的下的自适应局部范围，确定面积影响因子的大小；通常情况下，面积影响因子的大小为长宽0.4英寸。0.4英寸约1cm，日常打印体汉字宽度的2-5倍，适合将文字和背景区分。

104、以所述面积影响因子的大小历遍整个图像，通过限定范围的自适应图像二值化方法将图像转换为黑白图像。这样加权处理后的灰度图像就会变成黑白图像。自适应二值化方法是一种公开的二值化算法，主要原理是依照像素点和周边像素点的对比确定转换后为黑点还是白点。

以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种图像转换方法，其特征在于，包括以下步骤：

101、通过分析原有彩色图像，获取图像内所有信息内容的颜色信息；

102、对所述颜色信息进行加权处理，并将加权后的彩色图像转换为灰度图像；

103、分析所述灰度图像得到灰度图像分辨率，并获取该分辨率的下的自适应局部范围，确定面积影响因子的大小；

104、以所述面积影响因子的大小历遍整个图像，通过限定范围的自适应图像二值化方法将图像转换为黑白图像。

2.根据权利要求1所述的一种图像转换方法，其特征在于，步骤102具体为：对所述颜色信息进行加权处理的强度范围为5％到15％。

3.根据权利要求2所述的一种图像转换方法，其特征在于：对所述颜色信息进行加权处理的强度为10％。

4.根据权利要求1所述的一种图像转换方法，其特征在于，步骤103中：所述面积影响因子的大小为长宽0.4英寸。