CN109345454B - 位图图像矢量化的方法、存储介质及系统 - Google Patents

位图图像矢量化的方法、存储介质及系统 Download PDF

Info

Publication number
CN109345454B
CN109345454B CN201811089422.5A CN201811089422A CN109345454B CN 109345454 B CN109345454 B CN 109345454B CN 201811089422 A CN201811089422 A CN 201811089422A CN 109345454 B CN109345454 B CN 109345454B
Authority
CN
China
Prior art keywords
color
line
pixel point
selected image
image
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.)
Expired - Fee Related
Application number
CN201811089422.5A
Other languages
English (en)
Other versions
CN109345454A (zh
Inventor
徐庆
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201811089422.5A priority Critical patent/CN109345454B/zh
Publication of CN109345454A publication Critical patent/CN109345454A/zh
Application granted granted Critical
Publication of CN109345454B publication Critical patent/CN109345454B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种位图图像矢量化的方法、存储介质及系统，其中的方法能够在响应于选定图像的缩放请求之后，通过像素点的颜色值对选定图像进行处理，将像素点分别划分至不同的色块中，确定色块轮廓线上每一像素点在原选定图像中的相对位置以及色块的代表颜色值。根据缩放请求对应的缩放比例，确定缩放后的色块轮廓线在缩放后的选定图像中的位置，之后在缩放后的色块轮廓线中填充色块的颜色，从而得到矢量化图像。本发明提供的上述方案，选定图像的缩放过程中以色块为单位进行处理生成矢量图，能够克服对普通的位图图像的缩放难以达到矢量化图像的效果而造成的清晰度差、缩放后失真的缺陷。

Description

位图图像矢量化的方法、存储介质及系统
技术领域
本发明涉及图像处理技术领域，尤其是涉及一种位图图像矢量化的方法、存储介质及系统。
背景技术
在图像处理技术领域中，经常需要对图像进行缩放处理，图像的缩放和缩小是非常常见的技术手段。由于受摄像设备和拍摄人的能力限制，很多拍摄出来的图片的分辨率会有一定的局限，当需要对这些照片的整体或局部画面进行缩放或缩小时，缩放或缩小到一定程度后图片都会失真，满足不了一些应用场景下对照片高清晰度的要求。
传统的图像缩放技术基本都是通过采用线性插值法实现的。对图像进行水平方向缩放时，一般利用水平方向的相邻像素点来插值给出所插入的像素点，而对图像进行垂直方向缩放时，一般利用垂直方向的相邻像素点来插值给出所插入的像素点。
以位图图像的缩放为例，在实际应用中，通过电脑设备、摄像功能的手机、照相机、扫描仪、摄像头或集合有摄像头或存储图像的其他设备所获取的图像一般是位图，位图又叫像素图或点阵图，计算机屏幕上的图是由屏幕上的发光点(即像素)构成的，每个点用二进制数据来描述其颜色与亮度等信息，这些点是离散的，类似于点阵。多个像素的色彩组合就形成了图像，称之为位图。当位图在缩放到一定限度时会发现它是由一个个小方格组成的，这些小方格被称为像素点，一个像素是图像中最小的图像元素。位图图像的大小和质量取决于图像中的像素点的数量，每平方英寸中所含像素越多，图像越清晰，颜色之间的衔接也越平滑。
现有技术中对于位图图像的缩放，实际是扩大位图尺寸，也就是增大单个像素，虽然从足够远一点的位置观看位图图像的颜色和形状又是连续的，但实际上缩放后的位图图像中线条和形状明显变得参差不齐，出现了图像的失真现象。
发明内容
本发明旨在解决现有技术中位图图像缩放到一定程度时出现图像失真的技术问题，进而提供一种位图图像矢量化的方法、存储介质及系统，克服使用现有技术的图像缩放方法造成图像失真的缺陷和弊端，能有效实现位图图像向矢量化图图像的转换，获得高清晰度的矢量图图片，大幅提高图像在缩放处理过程中的图像清晰度，保障缩放后的图像不失真。
为此，本发明提供一种位图图像矢量化的方法，包括如下步骤：
响应于选定图像的缩放请求，获取所述选定图像的所有像素点的位置及颜色值；
根据所述选定图像的所有像素点的位置及颜色值，将所述选定图像划分为多个色块并为每一色块设置代表颜色值，每一色块中像素点的最大颜色值与最小颜色值的差值为预设色阶；
获取色块轮廓线上的像素点位置的集合与色块代表颜色值相关联后存储为第一矢量元素；获取色块轮廓线上的像素点与选定图像重心点连线的线段百分比长度值的集合作为第二矢量元素；获取色块轮廓线上的像素点与通过选定图像重心点的垂线的夹角的集合作为第三矢量元素；
在以选定图像的重心点为原点的坐标系中，根据缩放比例及所述第一矢量元素、所述第二矢量元素和所述第三矢量元素确定缩放后色块轮廓线中每一像素点的位置及该像素点与原点连线的线段百分比长度值和夹角角度；
获取缩放后的轮廓线并在缩放后的色块轮廓线内部的像素点填充对应色块的代表颜色值生成缩放的图像，将该图像作为图像位图矢量化处理后的图像。
可选地，上述的位图图像矢量化的方法中，获取缩放后的轮廓线的步骤包括：
若所述缩放请求为对选定图像进行放大的请求，则对缩放后的色块轮廓线上相互不相连的像素点之间的空白像素点进行补点，使色块轮廓线上的像素点相互连接构成闭环曲线，得到缩放后的色块轮廓线。
可选地，上述的位图图像矢量化的方法中，根据所述选定图像的所有像素点的位置及颜色值，将所述选定图像划分为多个色块并为每一色块设置代表颜色值的步骤包括：
根据所述选定图像中水平方向每一行像素点的颜色值得到水平图线数据，根据所述选定图像中垂直方向每一列像素点的颜色值得到垂直图线数据；
根据预设色阶将颜色值划分为多个色区，为每一色区设定一代表颜色值；
每一水平图线上落入同一色区的连续相连的像素点划分至同一水平色段线中，以该色区的代表颜色值作为该色段线的颜色值；每一垂直图线上落入同一色区的连续相连的像素点划分至同一垂直色段线中，以该色区的代表颜色值作为该色段线的颜色值；
将颜色值相同且相连的色段线划分至同一色块中，以色块中包含的色段线的颜色值作为色块的代表颜色值。
可选地，上述的位图图像矢量化的方法中，获取色块轮廓线上的像素点位置的步骤包括：
以色块中包括的每一色段线的起始像素点的位置和终止像素点位置的集合作为色块轮廓线上的像素点位置。
可选地，上述的位图图像矢量化的方法中，响应于选定图像的缩放请求，获取所述选定图像的所有像素点的位置及颜色值的步骤中：
所述像素点的位置包括像素点所在水平图线的行号和像素点所在垂直图线的列号；或，像素点相对于其所在水平图线的相对位置百分比数和像素点相对于其所在垂直图线的相对位置百分比数；
所述像素点的颜色值包括灰度值、RGB值、饱和度、亮度和色调中的至少一种。
可选地，上述的位图图像矢量化的方法中，为每一色区设定一代表颜色值的步骤包括：
取所述色区的所有像素点的颜色值的中间值作为所述色区的代表颜色值。
可选地，上述的位图图像矢量化的方法中，以色块中包括的每一色段线的起始像素点的位置和终止像素点位置作为色块轮廓线上的像素点位置的步骤包括：
获取水平色段线起始像素点与其所在的水平图线的相对位置作为起始像素点的x轴相对坐标位置Ni：Ni＝(Ai÷Xi)×100％；其中，Ai表示第i条水平色段线的起始像素点至以选定图像的重心点为原点的坐标系中y轴的绝对长度，Xi表示第i条水平图线的绝对长度；
获取水平色段线终止像素点与其所在的水平图线的相对位置作为起始像素点的x轴相对坐标位置Nj：Nj＝(Aj÷Xi)×100％；其中，Aj表示第i条水平色段线的终止像素点至以选定图像的重心点为原点的坐标系中y轴的绝对长度；
获取各垂直色段线起始像素点与其所在的垂直图线的相对位置作为起始像素点的y轴相对坐标位置Mi：Mi＝(Bi÷Yi)×100％；其中，Bi表示第i条垂直色段线的起始像素点至以选定图像的重心点为原点的坐标系中x轴的绝对长度，Yi表示第i条垂直图线的绝对长度；
获取各垂直色段线终止像素点与其所在的垂直图线的相对位置作为终止像素点的y轴相对坐标位置Mj：Mj＝(Bj÷Yi)×100％；其中，Bj表示第j条垂直色段线的终止像素点至以选定图像的重心点为原点的坐标系中x轴的绝对长度。
可选地，上述的位图图像矢量化的方法中，通过如下步骤确定所述选定图像的重心点：
以所述选定图像有效色块连通域的像素点集合所构成的平面图形的几何中心的像素点作为所述选定图像的重心点，其中所述有效色块为所述选定图像中除背景色块之外的其他所有色块。
可选地，上述的位图图像矢量化的方法中，获取色块轮廓线上的像素点与选定图像重心点连线的线段百分比长度值的集合作为第二矢量元素的步骤包括：
以所述选定图像的重心点为原点构建选定图像的原图坐标系，获取色块轮廓线上的像素点的坐标位置信息；
根据勾股定理确定选定图像重心点与色块轮廓线上的像素点连线的线段绝对长度；
将选定图像重心点与色块轮廓线上的像素点连线的线段绝对长度按如下转换规则转换为百分比数Uk：Uk＝Wk÷Sk×100％；其中Wk表示选定图像重心点与色块轮廓线上的第k个像素点连线的线段绝对长度，Sk表示基准线段长度，所述基准线段长度包括如下线段长度之一：选定图像中有效色块所构成的有效区域的方形的对角线绝对长度，或该有效区域的水平绝对长度或该有效区域的垂直绝对长度，所述有效区域是指选定图像中有效色块被外接方形围起的区域，所述外接方形的每一边至少与有效色块中的一点相接或重合。
可选地，上述的位图图像矢量化的方法中，获取色块轮廓线上的像素点与通过选定图像重心点的垂线的夹角的集合作为第三矢量元素的步骤包括：
以所述选定图像的重心点为原点构建选定图像的原图坐标系，获取色块轮廓线上的像素点的坐标位置信息；
根据所述像素点在所述原图坐标系中的象限位置，确定色块轮廓线上的像素点与通过选定图像重心点的垂线的夹角：
所述像素点在第一象限或第三象限时夹角为
Figure BDA0001803981630000051
所述像素点在第二象限或第四象限时夹角为
Figure BDA0001803981630000052
其中y为像素点的垂直方向坐标数据，x为像素点的水平坐标数据。
可选地，上述的位图图像矢量化的方法中，在以选定图像的重心点为原点的坐标系中，根据缩放比例及所述第一矢量元素、所述第二矢量元素和所述第三矢量元素确定缩放后色块轮廓线中每一像素点的位置及该像素点与原点连线的线段百分比长度值和夹角角度的步骤包括：
根据所述选定图像中每一水平图线的绝对长度乘以放大倍数或除以缩小倍数后得到缩放后的水平图线的绝对长度；缩放后的水平图线的绝对长度乘以像素点相对于其所在水平图线的相对位置百分比数得到该像素点在缩放后的选定图像中的水平方向的绝对位置；
根据所述选定图像中每一垂直图线的绝对长度乘以放大倍数或除以缩小倍数后得到缩放后的垂直图线的绝对长度；缩放后的垂直图线的绝对长度乘以像素点相对于其所在垂直图线的相对位置百分比数得到该像素点在缩放后的选定图像中的水平方向的绝对位置；
或，
根据所述第三矢量元素中某一像素点与通过选定图像重心点的垂线的夹角确定该像素点在放大后的选定图像坐标系中的象限编号和角度方向；
根据所述第二矢量元素中该像素点选定图像重心点的连线的线段的百分比数确定该像素点在对应象限中和角度方向上的水平方向的绝对位置和垂直方向的绝对位置。
可选地，上述的位图图像矢量化的方法中，还包括如下步骤：
若所述缩放请求表示为对选定图像进行缩小的请求，则限定缩小倍数以保证缩小后的选定图像的色段线中包含至少一个像素点。
本发明还提供一种位图图像矢量化的系统，包括至少一个存储器和至少一个处理器，至少一个所述存储器中存储有程序指令，至少一个所述处理器读取所述程序指令后执行以上任一项所述的位图图像矢量化的方法。
本发明提供的以上任一技术方案与现有技术相比，至少具有以下有益效果：
本发明所述的位图图像矢量化的方法、存储介质及系统，其中的方法能够在响应于选定图像的缩放请求之后，通过像素点的位置及颜色值对选定图像进行水平方向和垂直方向上的处理，将像素点分别划分至不同的色块中，并且得到色块的第一至第三矢量元素，根据色块的第一至第三矢量元素得到放大后选定图像的第四矢量元素，之后根据第一至第四矢量元素在放大选定图像的过程中以色块为单位进行处理从而生成矢量图，或根据第一至第三矢量元素在缩小选定图像的过程中以色块为单位进行处理从而生成矢量图。通过上述方案，能够将选定图像转化为矢量化图像的转换，以克服对普通的位图图像的缩放难以达到矢量化图像的效果而造成的清晰度差、缩放后失真的缺陷。
附图说明
图1为本发明一个实施例所述位图图像矢量化的方法的流程图；
图2为本发明一个实施例所述选定图像的示意图；
图3为图2所示位图图像的像素点的像素值的集合；
图4为本发明一个实施例所述色块轮廓线上像素点位置的获取步骤；
图5为本发明一个实施例所述选定图像的简化示意图；
图6为图5所示选定图像放大后的简化示意图；
图7为本发明一个实施例所述位图图像矢量化系统的结构框图。
具体实施方式
下面将结合附图进一步说明本发明实施例。在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明的简化描述，而不是指示或暗示所指的装置或组件必需具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。其中，术语“第一位置”和“第二位置”为两个不同的位置。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个组件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本发明以下实施例中的矢量图也称为面向对象的图像或绘图图像，在数学上定义为一系列由线连接的点。矢量图中的图形元素称为对象。每个对象都是一个自成一体的实体，它具有颜色、形状、轮廓、大小和显示位置等属性。矢量图是根据几何特性来绘制图形，矢量图可以是一个点或一条线。矢量图文件占用内在空间较小，因为这种类型的图像文件包含独立的分离图像，可以自由无限制的重新组合。它的特点是缩放后图像不会失真，和分辨率无关，适用于图形设计、文字设计和一些标志设计、版式设计等。因此，本发明的核心点在于将位图转换为矢量图，由此可以避免位图图像在缩放过程中出现失真现象。
另外，在本发明以下实施例中，长度是以单个像素点的长度或宽度为计量单位的。例如，水平图线的绝对长度为水平图线上包含的像素点的总数，垂直图线的绝对长度为垂直图线上包含的像素点的总数。当某一色段线只有一个像素点时，该色段线的长度即为1。
实施例1
本实施例提供一种位图图像矢量化的方法，可应用于电脑、手机、拍摄设备等终端中，其可以对终端拍摄得到的图像进行矢量化处理，也可以是对其他终端拍摄的图像进行矢量化处理，此时处理图像的终端与拍摄图像的终端能够通过有线或无线的方式进行数据传输。如图1所示，上述方法包括如下步骤：
S101：响应于选定图像的缩放请求，获取所述选定图像的所有像素点的位置及颜色值。所述位置包括：以绝对数表示的坐标位置和以百分数表示的相对坐标位置。所述以绝对数表示的坐标位置包括该像素点所在的列号为x轴坐标值和该像素点所在的行号为y轴坐标值；所述以百分数表示的相对坐标位置包括该像素点x轴坐标值占本列长度的百分比数(即用x轴坐标值除以本列长度数后乘以100％)和该像素点y轴坐标值占本行长度的百分比数(即用y轴坐标值除以本行长度数后乘以100％)；所述位置还可以为像素点在以选定图像重心点为坐标原点的坐标系中的实际坐标值。例如，坐标系中会包括四个象限，以每一个像素点为一个单位对每一个像素点进行位置标注。原点处的像素点的坐标即为(0,0)，第一象限中的像素点的坐标为(x，y)其中，x和y均为大于零的整数，x表示像素点与y轴之间的像素点数，y表示像素点与x轴之间的像素点数。以此类推，第二象限中的像素点的横坐标为负数，第三象限中的像素点的横坐标和纵坐标均为负数，第四象限中的像素点的纵坐标为负数。所述颜色值包括灰度值、RGB值、饱和度、亮度和色调中的至少一种。
在实际应用中，通过电脑设备、具有摄像功能的手机、照相机、扫描仪、摄像头或集合有摄像头或存储图像的其他设备所获取的图像一般是位图，这些位图均可作为本步骤中的选定图像，选定图像可以是纯黑白颜色的图像，也可是多种色彩的彩色图像或灰度图像。如图2所示为一具有多种颜色的灰度图像，而图3为图2中选定图像的所有像素点的灰度值集合。
S102：根据所述选定图像的所有像素点的位置及颜色值，将所述选定图像划分为多个色块并为每一色块设置代表颜色值，每一色块中像素点的最大颜色值与最小颜色值的差值为预设色阶。
本步骤中，首先可提取选定图像的水平图线和垂直图线，将水平图线和垂直图线上的像素点作为种子像素，具体包括如下过程：
(1)读取选定图像的原图像素点的颜色值，统计像素点数量，获取选定图像的像素点颜色特征的数据，还可根据实际需求选择生成的矢量化图像是原色图还是灰度图像。其中，所述像素点颜色值包括：像素点的灰度值，像素点的RGB值，像素点的饱和度，像素点的亮度，像素点的色调等能够表示像素点颜色特征的数据。
(2)建立像素数据表，选定图像的原图像素点为种子像素；在像素数据表中标记每一种子像素所属水平图线和垂直图线的线号，获取水平图线数据和垂直图线数据，其中，所述的水平图线是选定图像在水平方向上行连续像素点的连线所构成的线段，每行为1条水平图线；所述垂直图线是选定图像在垂直方向上列连续像素点的连线所构成的线段，每列为1条垂直图线。
因此，所述像素数据表的数据包含：水平图线号，垂直图线号，像素点的灰度值，像素点的RGB值，像素点的饱和度，像素点的亮度和像素点的色调。所述水平图线数据包含：水平图线线号，该水平图线上像素点总数(即水平图线绝对长度)，该水平图线上每一像素点的颜色值；所述垂直图线数据包含：垂直图线线号，该垂直图线上像素点总数(即垂直图线绝对长度)，该垂直图线上每一像素点的颜色值。
另外，本步骤中所涉及到的色块的划分和色块中的色段线分割及其颜色值确定可通过如下步骤确定：
(1)预设色区的色阶，以色阶作为色区分割的阈值对所有像素点进行色区划分，获取色区的像素点集合和色区的代表颜色值。
所述色区是指相同或相近颜色值的区间范围。所述的色阶是指同一色区内的所有像素点的颜色值差异范围，一般是同一色区内最大颜色值与最小颜色值之差。当色区的色阶大于1时，色区内的颜色值会产生色差，色差的最大范围就是色阶的范围。当色区的色阶等于1时，色区内的颜色值不会产生色差，因为每一颜色值构成一个色区，该色区内的颜色值必须是相同的，所以没有色差。
例如，以灰度颜色为例，灰度颜色值为0至255，共256个颜色值，如果预设色区的色阶为4，256个颜色值可以分割为64个色区，色区分割的阈值为：0至3为第1色区，4至7为第2色区，8至11为第3色区，类推，252至255为第64色区。假设预设色区的色阶为1，256个颜色值可以分割为256个色区，每一颜色值构成一个色区。
其中，所述色区的代表颜色值是指能代表本色区颜色值的像素点的颜色值，通常取该色区的中心像素点的颜色值作为色区的代表颜色值。也可根据实际应用需要设置该色区中的其他颜色值作为色区的代表颜色值，如取该色区上同一颜色值像素点最多的颜色值作为该色区的代表颜色值。
(2)根据色区分割的阈值，对选定图像的水平图线和垂直图线上的像素点颜色值落入同一色区的连续相连的像素点进行色段分割，获取水平色段线和垂直色段线及每一色段线的起始像素点和终止像素点的位置信息。
所述的水平色段线是指在水平图线上颜色值相同或同属同一色区的连续相连的像素点的集合所构成的线段；所述的垂直色段线是指在垂直图线上颜色值相同或同属同一色区的连续相连的像素点的集合所构成的线段。按顺序对每一水平色段线和垂直色段线进行编号。
举例说明：某一选定图像的每一行水平像素点总数为88，每一列垂直像素点总数为100，下表所列数值为该选定图像中某一条水平图线上各像素点的颜色值，假设这一水平图线位于X轴上，其中每一像素点的颜色值以及坐标如下：
255(-43,0)；255(-42,1)；255(-41,1)；255(-40,0)；
255(-39,0)；255(-38,0)；255(-37,0)；255(-36,0)；
255(-35,0)；255(-34,0)；255(-33,0)；255(-32,0)；
255(-31,0)；255(-30,0)；255(-29,0)；255(-28,0)；
253(-27,0)；255(-26,0)；255(-25,0)；251(-24,0)；
253(-23,0)；252(-22,0)；255(-21,0)；30(-20,0)；
5(-19,0)；8(-18,0)；19(-17,0)；14(-16,0)；
16(-15,0)；17(-14,0)；22(-13,0)；14(-12,0)；
17(-11,0)；18(-10,0)；18(-9,0)；19(-8,0)；
18(-7,0)；18(-6,0)；18(-5,0)；18(-4,0)；
18(-3,0)；18(-2,0)；18(-1,0)；18(0,0)；
18(1,0)；18(2,0)；18(3,0)；18(4,0)；
18(5,0)；18(6,0)；18(7,0)；18(8,0)；
18(9,0)；18(10,0)；19(11,0)；12(9,0)；
20(13,0)；14(11,0)；15(12,0)；16(13,0)；
14(17,0)；19(18,0)；170(19,0)；44(20,0)；
255(21,0)；252(22,0)；255(23,0)；255(24,0)；
252(25,0)；255(26,0)；255(27,0)；255(28,0)；
255(29,0)；255(30,0)；255(31,0)；255(32,0)；
255(33,0)；255(34,0)；255(35,0)；255(36,0)；
255(37,0)；255(38,0)；255(39,0)；255(40,0)；
255(41,0)；255(42,0)；255(43,0)；255(44,0)。
假设预设色区的色阶为32，则0至255色划分为8个色区，分别为：第1色区的颜色值为0至31，第2色区的颜色值为32至63，第3色区的颜色值为64至95，第4色区的颜色值为96至127，第5色区的颜色值为128至159，第6色区的颜色值为160至191，第7色区的颜色值为192至223，第8色区的颜色值为224至255。
则上述水平图线划分为五条色段线，分别为：
第1水平色段线是：“255；255；255；255；255；255；255；255；255；255；255；255；255；255；255；255；253；255；255；251；253；252；255”；
第2水平色段线是：“30；5；8；19；14；16；17；22；14；17；18；18；19；18；18；18；18；18；18；18；18；18；18；18；18；18；18；18；18；18；18；19；19；20；15；17；13；14；19”；
第3水平色段线是：“170”；
第4水平色段线是：“44”；
第5水平色段线是：“255；252；255；255；252；255；255；255；255；255；255；255；255；255；255；255；255；255；255；255；255；255；255；255”。
色段线的代表颜色值可以取该色段线上同一颜色值像素点最多的颜色值，则第1水平色段线的代表颜色值是“255”，第2水平色段线的代表颜色值是“18”，第3水平色段线的代表颜色值是“170”，第4水平色段线的代表颜色值是“44”，第5水平色段线的代表颜色值是“255”。
S103：获取色块轮廓线上的像素点位置的集合与色块代表颜色值相关联后存储为第一矢量元素；获取色块轮廓线上的像素点与选定图像重心点连线的线段百分比长度值的集合作为第二矢量元素；获取色块轮廓线上的像素点与通过选定图像重心点的垂线的夹角的集合作为第三矢量元素。
以上步骤中，以色块中包括的每一色段线的起始像素点的位置和终止像素点位置作为色块轮廓线上的像素点位置。
以上步骤中，如图4所示，以色块中包括的每一色段线的起始像素点的位置和终止像素点位置作为色块轮廓线上的像素点位置的步骤包括：
S301:获取水平色段线起始像素点与其所在的水平图线的相对位置作为起始像素点的x轴相对坐标位置Ni：Ni＝(Ai÷Xi)×100％；其中，Ai表示第i条水平色段线的起始像素点至以选定图像的重心点为原点的坐标系中y轴的绝对长度，Xi表示第i条水平图线的绝对长度；
S302:获取水平色段线终止像素点与其所在的水平图线的相对位置作为起始像素点的x轴相对坐标位置Nj：Nj＝(Aj÷Xi)×100％；其中，Aj表示第i条水平色段线的终止像素点至以选定图像的重心点为原点的坐标系中y轴的绝对长度；
S303:获取各垂直色段线起始像素点与其所在的垂直图线的相对位置作为起始像素点的y轴相对坐标位置Mi：Mi＝(Bi÷Yi)×100％；其中，Bi表示第i条垂直色段线的起始像素点至以选定图像的重心点为原点的坐标系中x轴的绝对长度，Yi表示第i条垂直图线的绝对长度；
S304:获取各垂直色段线终止像素点与其所在的垂直图线的相对位置作为终止像素点的y轴相对坐标位置Mj：Mj＝(Bj÷Yi)×100％；其中，Bj表示第j条垂直色段线的终止像素点至以选定图像的重心点为原点的坐标系中x轴的绝对长度。
S305:将步骤S301至步骤S304得到的相对坐标位置的集合作为色块轮廓线上的像素点相对坐标位置的集合。
可以理解，对于每一色块其中轮廓线上的像素点的位置和其颜色值是对应存储的，可以通过为色块设置编号来对不同色块进行区分。
除上述步骤之外，还可以计算各水平色段线的绝对长度和相对长度Qi：Qi＝(Pi÷Xi)×100；其中，Qi表示水平色段线相对长度，Pi表示第i条水平色段线的绝对长度(包含的像素点总数)，Xi表示所在水平图线总长度。以前述例子为例，该水平图线的像素点总数为88，统计该水平图线中每一水平色段线的像素点数，统计结果是：
第1水平色段线的像素点数量为23，起始像素点坐标(-43,0)，终止像素点坐标(-21,0)；
第2水平色段线的像素点数量为39，起始像素点坐标(-20,0)，终止像素点坐标(18,0)；
第3水平色段线的像素点数量为1，起始像素点和终止像素点的坐标均为(19,0)；
第4水平色段线的像素点数量为1，起始像素点和终止像素点的坐标均为(20,0)；
第5水平色段线的像素点数量为24，起始像素点坐标(21,0)，终止像素点坐标(44,0)。
第1至5水平色段线的绝对长度分别为：23，39，1，1，24。
按水平色段线的编号顺序和上述公式逐条计算各水平色段线与其所在的水平图线的相对长度。显然，该水平图线的绝对长度为88，第1至5水平色段线的绝对长度分别为：23，39，1，1，24，那么，第1至5条水平色段线与其所在的水平图线的相对长度计算结果分别为：
Q1＝(P1÷X1)×100％＝(23÷88)×100％≈26.136％；
Q2＝(P2÷X2)×100％＝(39÷88)×100％≈44.318％；
Q3＝(P3÷X3)×100％＝(1÷88)×100％≈1.136％；
Q4＝(P4÷X4)×100％＝(1÷88)×100％≈1.136％；
Q5＝(P5÷X5)×100％＝(24÷88)×100％≈27.272％。
第一条水平色段线的起始像素点的x轴相对坐标位置为：
N1＝(A1÷X1)×100％＝(1÷88)×100％＝1.13％；
N2＝(A2÷X2)×100％＝(24÷88)×100％＝27.27％；
N3＝(A2÷X2)×100％＝(63÷88)×100％＝71.59％；
N4＝(A2÷X2)×100％＝(64÷88)×100％＝72.72％；
N5＝(A2÷X2)×100％＝(65÷88)×100％＝73.86％。
第一水平色段线的终止像素点的x轴相对坐标位置为：
N1＝(A1÷X1)×100％＝(23÷88)×100％＝26.13％；
N2＝(A2÷X2)×100％＝(62÷88)×100％＝70.45％；
N3＝(A2÷X2)×100％＝(63÷88)×100％＝71.59％；
N4＝(A2÷X2)×100％＝(64÷88)×100％＝72.72％；
N5＝(A2÷X2)×100％＝(88÷88)×100％＝100％。
对于垂直方向上色段线的绝对长度、相对长度、起始像素点的位置和终止像素点的位置，具体计算过程类似于上述水平方向中的计算过程，在此不再详细描述。
将颜色值相同并且相连的色段线(在前述第(2)点中提供的方法得到色段线的颜色值)的集合作为该选定图像的色块，这一色块为种子色块，反映了选定图像的原始颜色和形状。每一色块是由色段线的集合构成，每一色段线都具有起始像素点和终止像素点。将每一色块中的每一色段线的起始像素点的位置、终止像素点的位置集合作为该色块中的第一矢量元素，所有色块的第一矢量元素均与该色块及该色块的代表颜色值相对应。第一矢量元素反映了图像色块的轮廓特征和色块的颜色特征。根据每一色段线的起始像素点的位置和终止像素点的位置能够确定色段线是否相连。
S104:在以选定图像的重心点为原点的坐标系中，根据缩放比例及所述第一矢量元素、所述第二矢量元素和所述第三矢量元素确定缩放后色块轮廓线中每一像素点的位置及该像素点与原点连线的线段百分比长度值和夹角角度。
以选定图像的重心点作为原点，无论怎么缩放，缩放后的选定图像的重心点依然会位于原点处。选定图像重心点是指选定图像中所有色块(背景色块除外)的连通域的像素点的集合所构成的平面图形的重心点，图像重心点是能使图像的非背景色块像素点的集合所构成的平面图形保持平衡的支点所对应的像素点。重心点的位置一般跟色块的形状有关。大多数的色块的重心点就在色块几何中心上，例如，三角形的重心点就是三边中线的交点；线段的重心点就是线段的中点；长方形的重心点就是其两条对角线的交点；平行四边形的重心点就是其两条对角线的交点，也是两对对边中点连线的交点；圆的重心点就是圆心。
本步骤中，还可以通过如下方式得到第一矢量元素的缩放后的位置。按请求的缩放比例(即放大倍数或缩小倍数)，在以缩放后的选定图像重心点为原点的坐标系中确定第一矢量元素中每一色块轮廓线上每一像素点的缩放后位置。具体为：
逐个计算第一矢量元素中每一像素点的缩放后位置；以像素点位置中的x轴数据和y轴数据分别乘以被缩放后的水平图线长度和垂直图线长度得到缩放后的位置，该缩放后的位置的集合就是第一矢量元素。例如：以百分比数作为像素点的坐标数据时，在选定图像重心点为原点的坐标系中，假设某一像素点的位置为(20％，30％)，则即便是选定图像被放大三倍，其中像素点的位置依然应该为(20％，30％)。如果放大倍数为3倍，则水平图线的总像素点数变为了原来的三倍，则此时确定(20％，30％)的位置即可通过如下方式得到：放大后水平图线总像素点数*20％作为像素点在缩放后的选定图像中的行号，放大后垂直图线总像素点数*30％作为像素点在缩放后的选定图像中的列号，由此可以确定该像素点在放大后的选定图像中的位置。
在实际应用中，缩放或缩小的倍数一般取整数值。可缩小的倍数以保证缩小后的水平色段线或垂直色段线的像素点数不能少于1个像素点为限。
本步骤中可以通过如下方式得到第二矢量元素和第三矢量元素：
第一，提取选定图像重心点，可采用现有技术方法提取选定图像重心点。
第二，以选定图像重心点为原点，构建选定图像的坐标系，获取选定图像各像素点的坐标位置信息。包括：根据所述选定图像中每一水平图线的绝对长度乘以放大倍数或除以缩小倍数后得到缩放后的水平图线的绝对长度；缩放后的水平图线的绝对长度乘以像素点相对于其所在水平图线的相对位置百分比数得到该像素点在缩放后的选定图像中的水平方向的绝对位置；根据所述选定图像中每一垂直图线的绝对长度乘以放大倍数或除以缩小倍数后得到缩放后的垂直图线的绝对长度；缩放后的垂直图线的绝对长度乘以像素点相对于其所在垂直图线的相对位置百分比数得到该像素点在缩放后的选定图像中的水平方向的绝对位置；或，根据所述第三矢量元素中某一像素点与通过选定图像重心点的垂线的夹角确定该像素点在放大后的选定图像坐标系中的象限编号和角度方向；根据所述第二矢量元素中该像素点选定图像重心点的连线的线段的百分比数确定该像素点在对应象限中角度方向上的水平方向的绝对位置和垂直方向的绝对位置。
如前所述，像素点的位置信息可以包括相对位置信息也可以包括绝对位置信息，按照本发明实施例中的约束条件：可以将像素点所在水平图线的行号与水平图线的总像素点数的比值的百分数作为其水平方向的相对位置，类似地，将像素点所在垂直图线的列号与垂直图线的总像素点数的比值的百分数作为其垂直方向的相对位置。而绝对位置也可以分为两种情况，一种情况是以像素点在坐标系中的实际位置作为其绝对位置，即分象限对像素点坐标的x值和y值的正负进行定义，另一种是直接将像素点的行号和列号作为其绝对位置。本步骤上述方案中提供的是以像素点在行号和列号作为其绝对位置的情况对缩放后每一像素点的位置进行计算的过程。
第三，计算选定图像重心点与色块轮廓线上的每一像素点连线的绝对长度与该连线与过该重心点的垂直线相交夹角的角度。
选定图像重心点与色块轮廓线上的每一像素点连线的绝对长度、选定图像重心点与色块轮廓线上的每一像素点连线与过该重心点的垂直线相交的角度可以采用通用的勾股定理和三角函数的求斜边及求内角的方法获取。具体地，可以包括如下方式：
以所述选定图像的重心点为原点构建选定图像的原图坐标系，获取色块轮廓线上的像素点的坐标位置信息；根据所述像素点在所述原图坐标系中的象限位置，确定色块轮廓线上的像素点与通过选定图像重心点的垂线的夹角：所述像素点在第一象限或第三象限时夹角为
Figure BDA0001803981630000171
所述像素点在第二象限或第四象限时夹角为
Figure BDA0001803981630000172
其中y为像素点的垂直方向坐标数据，x为像素点的水平坐标数据。
第四，将选定图像重心点与色块轮廓线上的每一像素点连线的绝对长度按设定转换规则转换为百分比长度,所述转换规则为按下式计算获得的百分比长度Uk:Uk＝Wk÷Sk×100％；其中Wk表示连线线段的绝对长度，Sk表示基准线段长度，所述基准线段长度包括如下线段长度之一：选定图像中除背景色块外的有效色块所构成的有效区域的方形的对角线绝对长度，或该有效区域的水平绝对长度或或该有效区域的垂直绝对长度，所述有效区域是指选定图像中除背景色块外的有效色块被外接方形围起的区域，所述外接方形的每一边至少与有效色块中的一点相接或重合。
第五，将该连线长度的转换后百分比长度作为该选定图像的第二矢量元素，将该连线与过重心点的垂直线的角度作为该选定图像的第三矢量元素。
参考图5所示原选定图像的示意图和图6所示放大后的选定图像的示意图。图中选定图像1为一正方形图像，假设其中一个色块的轮廓线2的形状如图中所示。例如，该轮廓线上一个像素点(X1，Y1)，其最终的位置可以采用(X1÷Xz)×100％计算得到横坐标，采用(Y1÷Yz)×100％得到纵坐标，Xz和Yz表示选定图像水平图线的总长和垂直图线的总长。可以理解，无论是缩放前还是缩放后，同一个像素点在整个图像中的相对位置时保持不变的，也即在图5和图6两图中，(X1÷Xz)×100％的值是相等的，(Y1÷Yz)×100％的值也是相等的。而根据三角函数和勾股定理也能够计算出每一像素点与原点连线线段的绝对长度和相对长度，同时能够计算出每一像素点与原点连线线段和图中所示Y轴之间的夹角。因此，当选定图像被放大之后，首先能够获得选定图像水平图线总长(直接采用放大前选定图像的水平图线总长乘以放大倍数即可)，之后根据某一像素点的以百分数表示的位置信息即可确定在放大后的选定图像中该像素点应该位于哪一位置处(例如，直接以放大后水平图线的长度乘以像素点的水平坐标的百分数值即可得到种子像素点在放大后的选定图像中应位于第几行)。根据像素点的相对位置的百分比数、像素点与原点的距离、像素点与原点的连线与Y轴的夹角，就能够唯一确定种子像素点在坐标系中的位置。
S105：获取缩放后的轮廓线并在缩放后的色块轮廓线内部的像素点填充对应色块的代表颜色值生成缩放的图像，将该图像作为图像位图矢量化处理后的图像。
根据上述过程确定了每一色块轮廓线上所有像素点在放大后的选定图像中的位置后，连接色块轮廓线上每一像素点放大后的位置即可得到放大后的色块轮廓线。在放大后的色块中填充色块的代表颜色即可得到放大后的选定图像，而且该图像为软件绘制的矢量图。
以上方案中，缩放请求包括放大和缩小两种情况，若所述缩放请求为对选定图像进行放大的请求，则对缩放后的色块轮廓线上相互不相连的像素点之间的空白像素点进行补点，使色块轮廓线上的像素点相互连接构成闭环曲线，得到缩放后的色块轮廓线。所述第一矢量元素中的轮廓线上的像素点在缩放前是相互相连的能够构成闭合曲线的，然而放大后可能不相连了，放大的倍数越大则相距的距离越大。根据第二矢量元素和第三矢量元素的数据，逐个对每一色块的第一矢量元素的中相互不相连的轮廓线的像素点进行补点。补点的位置信息可根据第二矢量元素和第三矢量元素的数据精确计算获取，在第一矢量元素的轮廓线的像素点之间所补的像素点的位置应依然在相同的两个像素点之间，颜色可采用色块的代表颜色值，该所补的像素点至图像重心点连线的线段长度等于或约等于第一矢量元素的色段线的起始像素点至图像重心点连线的线段长度。将该所补的像素点的位置和颜色作为缩放后选定图像的第四矢量元素。例如，当以像素点的行号和列号作为像素点的位置坐标时，在原选定图像中位置为(20,30)的像素点与位置为(20，29)的像素点为相接的，如果缩放三倍之后，两个像素点的位置变为(60,90)和(60,87)，因此在垂直方向上两个像素点之间空出三个点，此时在这空出的三个点填充上色块的颜色值即可。而当原来色块轮廓线上相邻两个像素点既不在同一水平图线上又不在同一垂直图线上的情况下，可以直接在放大后两个像素点组成的四边形的对角线上的像素点填充色块颜色值。例如，原选定图像中的色块轮廓线上的相邻两个像素点的坐标为(20，30)和(21,31)，如果放大倍数为3，则这两个像素点被放大后在新的坐标系中的位置会变为(60,90)和(63,93)，此时在这两个像素点组成的四边形的对角线上包括如下两个空白像素点(61,91)和(62,92)，此时可以在这两个像素点的位置处填充色块的代表颜色值。由此完成补点操作。
将所述第一矢量元素、所述第二矢量元素、所述第三矢量元素和所述第四矢量元素作为选定图像的矢量化数据，并对缩放后的选定图像中每一色段线上的第一矢量元素和第四矢量元素的起始像素点之间填充对应色块的颜色值生成缩放的图像，将该图像作为图像位图矢量化处理后的图像。
以上，所述第二矢量元素是表达形式为特别取整的百分比数的选定图像重心点与各色段线的起始像素点连线的长度；所述第三矢量元素是第二矢量元素所述连线与过重心点的垂直线所构成夹角的角度；事实上，第一矢量元素和第四矢量元素的集合构成了选定图像色块轮廓线。
本实施例提供的以上方案中，选定图像是由很多条水平色段线和垂直色段线组合构成的，缩放后水平色段线和缩放后垂直色段线保持了缩放前水平色段线和缩放前垂直色段线的长度比例和颜色特征，不管缩放多少倍，均能稳定保持着各色段线的长度比例和颜色特征的不变性。如果缩放处理时预设色区的色阶为1，每一颜色值构成一个色区。同时，色区的形状，受到第一矢量元素、第二矢量元素、第三矢量元素、第四矢量元素的限制或锁定，那么该色区不受缩放比例的影响，能稳定反映该色区或色点的原始颜色值和几何形状，具备有矢量图像的特征，该任意缩放或缩小的图像不会出现图像失真现象。因此，可以将第一矢量元素、第二矢量元素、第三矢量元素、第四矢量元素的集合作为选定图像矢量化数据。
根据所获取的选定图像矢量化数据，对缩放后每一色段线上的第一矢量元素和第四矢量元素的起始像素点之间填入对应色区代表颜色值，生成缩放后的图像，将该图像作为图像位图矢量化处理后的图像。该图像能稳定保持着各色段线的长度和形状的比例和颜色特征的不变性，具备有矢量图像的特征，实现该任意缩放或缩小的图像不会出现图像失真现象。因此，可以将缩放后选定图像转换为矢量化图像并输出。
实施例2
本实施例提供一种计算机可读存储介质，所述存储介质中存储有程序指令，计算机读取所述程序指令后执行实施例1中任一方案所述的位图图像矢量化的方法。利用本技术方案，能够克服现有技术的位图图像缩放方法造成位图图像失真的缺陷和弊端，能有效实现位图图像向矢量化图像的转换，获得高清晰度的矢量化图像，大幅提高位图图像在缩放处理过程中的图像清晰度，保障缩放后的图像不失真，可在广泛的领域得到应用。
实施例3
本实施例提供一种位图图像矢量化的系统，如图7所示，包括至少一个存储器401和至少一个处理器402，至少一个所述存储器401中存储有程序指令，至少一个所述处理器402读取所述程序指令后执行实施例1中任一方案所述的位图图像矢量化的方法。利用本技术方案，能够克服现有技术的位图图像缩放方法造成位图图像失真的缺陷和弊端，能有效实现位图图像向矢量化图像的转换，获得高清晰度的矢量化图像，大幅提高位图图像在缩放处理过程中的图像清晰度，保障缩放后的图像不失真，可在广泛的领域得到应用。
上述装置还可以包括输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接。上述产品可执行本申请实施例1所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例1所提供的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (14)

1.一种位图图像矢量化的方法，其特征在于，包括如下步骤：
响应于选定图像的缩放请求，获取所述选定图像的所有像素点的位置及颜色值；
根据所述选定图像的所有像素点的位置及颜色值，将所述选定图像划分为多个色块并为每一色块设置代表颜色值，每一色块中像素点的最大颜色值与最小颜色值的差值为预设色阶；
获取色块轮廓线上的像素点位置的集合与色块代表颜色值相关联后存储为第一矢量元素；获取色块轮廓线上的像素点与选定图像重心点连线的线段百分比长度值的集合作为第二矢量元素；获取色块轮廓线上的像素点与通过选定图像重心点的垂线的夹角的集合作为第三矢量元素；
在以选定图像的重心点为原点的坐标系中，根据缩放比例及所述第一矢量元素、所述第二矢量元素和所述第三矢量元素确定缩放后色块轮廓线中每一像素点的位置及该像素点与原点连线的线段百分比长度值和夹角角度；
获取缩放后的轮廓线并在缩放后的色块轮廓线内部的像素点填充对应色块的代表颜色值生成缩放的图像，将该图像作为图像位图矢量化处理后的图像。
2.根据权利要求1所述的位图图像矢量化的方法，其特征在于，获取缩放后的轮廓线的步骤包括：
若所述缩放请求为对选定图像进行放大的请求，则对缩放后的色块轮廓线上相互不相连的像素点之间的空白像素点进行补点，使色块轮廓线上的像素点相互连接构成闭环曲线，得到缩放后的色块轮廓线。
3.根据权利要求2所述的位图图像矢量化的方法，其特征在于，根据所述选定图像的所有像素点的位置及颜色值，将所述选定图像划分为多个色块并为每一色块设置代表颜色值的步骤包括：
根据所述选定图像中水平方向每一行像素点的颜色值得到水平图线数据，根据所述选定图像中垂直方向每一列像素点的颜色值得到垂直图线数据；
根据预设色阶将颜色值划分为多个色区，为每一色区设定一代表颜色值；
每一水平图线上落入同一色区的连续相连的像素点划分至同一水平色段线中，以该色区的代表颜色值作为该色段线的颜色值；每一垂直图线上落入同一色区的连续相连的像素点划分至同一垂直色段线中，以该色区的代表颜色值作为该色段线的颜色值；
将颜色值相同且相连的色段线划分至同一色块中，以色块中包含的色段线的颜色值作为色块的代表颜色值。
4.根据权利要求3所述的位图图像矢量化的方法，其特征在于，获取色块轮廓线上的像素点位置的步骤包括：
以色块中包括的每一色段线的起始像素点的位置和终止像素点位置的集合作为色块轮廓线上的像素点位置。
5.根据权利要求4所述的位图图像矢量化的方法，其特征在于，响应于选定图像的缩放请求，获取所述选定图像的所有像素点的位置及颜色值的步骤中：
所述像素点的位置包括像素点所在水平图线的行号和像素点所在垂直图线的列号；或，像素点相对于其所在水平图线的相对位置百分比数和像素点相对于其所在垂直图线的相对位置百分比数；
所述像素点的颜色值包括灰度值、RGB值、饱和度、亮度和色调中的至少一种。
6.根据权利要求3-5任一项所述的位图图像矢量化的方法，其特征在于，为每一色区设定一代表颜色值的步骤包括：
取所述色区的所有像素点的颜色值的中间值作为所述色区的代表颜色值。
7.根据权利要求4或5所述的位图图像矢量化的方法，其特征在于，以色块中包括的每一色段线的起始像素点的位置和终止像素点位置作为色块轮廓线上的像素点位置的步骤包括：
获取水平色段线起始像素点与其所在的水平图线的相对位置作为起始像素点的x轴相对坐标位置Ni：Ni＝(Ai÷Xi)×100％；其中，Ai表示第i条水平色段线的起始像素点至以选定图像的重心点为原点的坐标系中y轴的绝对长度，Xi表示第i条水平图线的绝对长度；
获取水平色段线终止像素点与其所在的水平图线的相对位置作为起始像素点的x轴相对坐标位置Nj：Nj＝(Aj÷Xi)×100％；其中，Aj表示第i条水平色段线的终止像素点至以选定图像的重心点为原点的坐标系中y轴的绝对长度；
获取各垂直色段线起始像素点与其所在的垂直图线的相对位置作为起始像素点的y轴坐标相对位置Mi：Mi＝(Bi÷Yi)×100％；其中，Bi表示第i条垂直色段线的起始像素点至以选定图像的重心点为原点的坐标系中x轴的绝对长度，Yi表示第i条垂直图线的绝对长度；
获取各垂直色段线终止像素点与其所在的垂直图线的相对位置作为终止像素点的y轴坐标相对位置Mj：Mj＝(Bj÷Yi)×100％；其中，Bj表示第j条垂直色段线的终止像素点至以选定图像的重心点为原点的坐标系中x轴的绝对长度。
8.根据权利要求1-5任一项所述的位图图像矢量化的方法，其特征在于，通过如下步骤确定所述选定图像的重心点：
以所述选定图像有效色块连通域的像素点集合所构成的平面图形的几何中心的像素点作为所述选定图像的重心点，其中所述有效色块为所述选定图像中除背景色块之外的其他所有色块。
9.根据权利要求8所述的位图图像矢量化的方法，其特征在于，获取色块轮廓线上的像素点与选定图像重心点连线的线段百分比长度值的集合作为第二矢量元素的步骤包括：
以所述选定图像的重心点为原点构建选定图像的原图坐标系，获取色块轮廓线上的像素点的坐标位置信息；
根据勾股定理确定选定图像重心点与色块轮廓线上的像素点连线的线段绝对长度；
将选定图像重心点与色块轮廓线上的像素点连线的线段绝对长度按如下转换规则转换为百分比数Uk：Uk＝Wk÷Sk×100％；其中Wk表示选定图像重心点与色块轮廓线上的第k个像素点连线的线段绝对长度，Sk表示基准线段长度，所述基准线段长度包括如下线段长度之一：选定图像中有效色块所构成的有效区域的方形的对角线绝对长度，或该有效区域的水平绝对长度或该有效区域的垂直绝对长度，所述有效区域是指选定图像中有效色块被外接方形围起的区域，所述外接方形的每一边至少与有效色块中的一点相接或重合。
10.根据权利要求8所述的位图图像矢量化的方法，其特征在于，获取色块轮廓线上的像素点与通过选定图像重心点的垂线的夹角的集合作为第三矢量元素的步骤中，通过如下方式确定夹角：
以所述选定图像的重心点为原点构建选定图像的原图坐标系，获取色块轮廓线上的像素点的坐标位置信息；
根据所述像素点在所述原图坐标系中的象限位置，确定色块轮廓线上的像素点与通过选定图像重心点的垂线的夹角：
所述像素点在第一象限或第三象限时夹角为
Figure FDA0001803981620000041
所述像素点在第二象限或第四象限时夹角为
Figure FDA0001803981620000042
其中y为像素点的垂直方向坐标数据，x为像素点的水平坐标数据。
11.根据权利要求10所述的位图图像矢量化的方法，其特征在于，在以选定图像的重心点为原点的坐标系中，根据缩放比例及所述第一矢量元素、所述第二矢量元素和所述第三矢量元素确定缩放后色块轮廓线中每一像素点的位置的步骤包括：
根据所述选定图像中每一水平图线的绝对长度乘以放大倍数或除以缩小倍数后得到缩放后的水平图线的绝对长度；缩放后的水平图线的绝对长度乘以像素点相对于其所在水平图线的相对位置百分比数得到该像素点在缩放后的选定图像中的水平方向的绝对位置；
根据所述选定图像中每一垂直图线的绝对长度乘以放大倍数或除以缩小倍数后得到缩放后的垂直图线的绝对长度；缩放后的垂直图线的绝对长度乘以像素点相对于其所在垂直图线的相对位置百分比数得到该像素点在缩放后的选定图像中的水平方向的绝对位置；
或，
根据所述第三矢量元素中某一像素点与通过选定图像重心点的垂线的夹角确定该像素点在放大后的选定图像坐标系中的象限编号和角度方向；
根据所述第二矢量元素中该像素点选定图像重心点的连线的线段的百分比数确定该像素点在对应象限中和角度方向上的水平方向的绝对位置和垂直方向的绝对位置。
12.根据权利要求9所述的位图图像矢量化的方法，其特征在于，还包括如下步骤：
若所述缩放请求表示为对选定图像进行缩小的请求，则限定缩小倍数以保证缩小后的选定图像的色段线中包含至少一个像素点。
13.一种计算机可读存储介质，其特征在于，所述存储介质中存储有程序指令，计算机读取所述程序指令后执行权利要求1-12任一项所述的位图图像矢量化的方法。
14.一种位图图像矢量化的系统，其特征在于，包括至少一个存储器和至少一个处理器，至少一个所述存储器中存储有程序指令，至少一个所述处理器读取所述程序指令后执行权利要求1-12任一项所述的位图图像矢量化的方法。
CN201811089422.5A 2018-09-18 2018-09-18 位图图像矢量化的方法、存储介质及系统 Expired - Fee Related CN109345454B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811089422.5A CN109345454B (zh) 2018-09-18 2018-09-18 位图图像矢量化的方法、存储介质及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811089422.5A CN109345454B (zh) 2018-09-18 2018-09-18 位图图像矢量化的方法、存储介质及系统

Publications (2)

Publication Number Publication Date
CN109345454A CN109345454A (zh) 2019-02-15
CN109345454B true CN109345454B (zh) 2023-01-06

Family

ID=65305581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811089422.5A Expired - Fee Related CN109345454B (zh) 2018-09-18 2018-09-18 位图图像矢量化的方法、存储介质及系统

Country Status (1)

Country Link
CN (1) CN109345454B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111179370B (zh) * 2019-12-30 2023-06-20 北京猎豹网络科技有限公司 一种图片生成方法、装置、电子设备及存储介质
CN111369577B (zh) * 2020-03-03 2023-02-17 浙江大学城市学院 一种将位图转换为矢量图像的方法
CN112053410A (zh) * 2020-08-24 2020-12-08 海南太美航空股份有限公司 一种基于矢量图形绘制的图像处理方法、系统及电子设备
CN112181923B (zh) * 2020-09-23 2024-06-14 广东康派环创科技有限公司 位图获取方法、装置、计算机设备和存储介质
CN114697464A (zh) * 2020-12-29 2022-07-01 深圳市汉森软件有限公司 图像分区处理方法、装置、设备及存储介质
CN112732155B (zh) * 2020-12-30 2022-08-16 新东方教育科技集团有限公司 图像显示方法、图像显示装置、电子设备及存储介质
CN116579934B (zh) * 2023-04-06 2024-04-16 湖南师范大学 基于边缘检测的刺绣制版处理方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1622134A (zh) * 2005-01-11 2005-06-01 北京中星微电子有限公司 一种实现缩放的图像转换方法
CN101246592A (zh) * 2008-03-18 2008-08-20 清华大学 彩色光栅图像或视频的矢量化方法
CN103366343A (zh) * 2013-07-17 2013-10-23 广东欧珀移动通信有限公司 一种位图缩放方法及系统
CN103390088A (zh) * 2013-07-31 2013-11-13 浙江大学 一种针对光栅建筑平面图的全自动三维转换方法
CN103699900A (zh) * 2014-01-03 2014-04-02 西北工业大学 卫星影像中建筑物水平矢量轮廓自动批量提取方法
CN105741273A (zh) * 2016-01-25 2016-07-06 天津天大求实电力新技术股份有限公司 一种基于色彩分割的控规图纸自动矢量化方法及系统
CN106295656A (zh) * 2016-08-03 2017-01-04 徐庆 基于图像色块内容的图像轮廓特征提取方法和装置
CN107273608A (zh) * 2017-06-13 2017-10-20 中国石油大学(华东) 一种油藏地质剖面图矢量化方法
CN107330438A (zh) * 2016-12-30 2017-11-07 徐庆 一种图像轮廓线描述符的获取方法、装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1622134A (zh) * 2005-01-11 2005-06-01 北京中星微电子有限公司 一种实现缩放的图像转换方法
CN101246592A (zh) * 2008-03-18 2008-08-20 清华大学 彩色光栅图像或视频的矢量化方法
CN103366343A (zh) * 2013-07-17 2013-10-23 广东欧珀移动通信有限公司 一种位图缩放方法及系统
CN103390088A (zh) * 2013-07-31 2013-11-13 浙江大学 一种针对光栅建筑平面图的全自动三维转换方法
CN103699900A (zh) * 2014-01-03 2014-04-02 西北工业大学 卫星影像中建筑物水平矢量轮廓自动批量提取方法
CN105741273A (zh) * 2016-01-25 2016-07-06 天津天大求实电力新技术股份有限公司 一种基于色彩分割的控规图纸自动矢量化方法及系统
CN106295656A (zh) * 2016-08-03 2017-01-04 徐庆 基于图像色块内容的图像轮廓特征提取方法和装置
CN107330438A (zh) * 2016-12-30 2017-11-07 徐庆 一种图像轮廓线描述符的获取方法、装置
CN108052653A (zh) * 2016-12-30 2018-05-18 徐庆 图像特征描述符的获取方法、装置、存储介质、终端及图像检索方法
CN107273608A (zh) * 2017-06-13 2017-10-20 中国石油大学(华东) 一种油藏地质剖面图矢量化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于Canny优化的卡通视频分割与矢量化;李瑞龙等;《计算机科学》;20170815(第08期);全文 *
基于矢量的纹织图像缩放算法;孙壮丽等;《现代机械》;20081030(第05期);全文 *
矢量填充和插值算法的图像放大;吴俊斌等;《计算机与数字工程》;20160620(第06期);全文 *
纹织图像的矢量化方法;程红梅等;《纺织学报》;20060315(第03期);全文 *

Also Published As

Publication number Publication date
CN109345454A (zh) 2019-02-15

Similar Documents

Publication Publication Date Title
CN109345454B (zh) 位图图像矢量化的方法、存储介质及系统
US7606439B2 (en) Method for extracting raw data from an image resulting from a camera shot
CN111311482B (zh) 背景虚化方法、装置、终端设备及存储介质
US20150077584A1 (en) Image processing system, image processing apparatus, and image processing method
US11030715B2 (en) Image processing method and apparatus
CN106204441B (zh) 一种图像局部放大的方法及装置
CN111163301B (zh) 色彩调整方法、装置及计算机可读存储介质
CN111563552A (zh) 图像融合方法以及相关设备、装置
CN112947885B (zh) 一种曲面屏展平图像的生成方法及装置
CN108305224A (zh) 一种图像的畸变校正方法、装置及电视机
CN111179370B (zh) 一种图片生成方法、装置、电子设备及存储介质
KR20180127913A (ko) 화상 처리 장치, 화상 처리 방법, 및 프로그램
CN108537736B (zh) 一种曲面显示屏中图像对比度增强方法和装置
US20210012459A1 (en) Image processing method and apparatus
US10380777B2 (en) Method of texture synthesis and image processing apparatus using the same
JP6583008B2 (ja) 画像補正装置、画像補正方法及び画像補正用コンピュータプログラム
CN104008523A (zh) 图形处理方法
US20160314615A1 (en) Graphic processing device and method for processing graphic images
CN109242750B (zh) 图片签名方法、图片匹配方法、装置、设备及存储介质
US9659383B2 (en) Image compression device, image compression method, and image compression program
US9754162B2 (en) Image processing method and device for adaptive image enhancement
CN113744364B (zh) 图像处理方法和装置
CN110969675B (zh) 一种模拟相机不同形状光圈虚化的方法
CN112862905B (zh) 图像处理方法、装置、存储介质及计算机设备
JP2015106318A (ja) 画像処理装置および画像処理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20230106

CF01 Termination of patent right due to non-payment of annual fee