CN109685808B

CN109685808B - 一种基于安卓系统的图像处理方法

Info

Publication number: CN109685808B
Application number: CN201811434181.3A
Authority: CN
Inventors: 李苏培
Original assignee: Shaanxi Tiancheng Software Co ltd
Current assignee: Shaanxi Tiancheng Software Co ltd
Priority date: 2018-11-28
Filing date: 2018-11-28
Publication date: 2022-09-20
Anticipated expiration: 2038-11-28
Also published as: CN109685808A

Abstract

本发明涉及一种基于安卓系统的图像处理方法，包括以下步骤：将预览状态下的待处理图像格式由RGB转成YUV格式，然后通过亮度均匀化算法和二值化阈值算法将图像进行处理，生成只包含两种颜色的双色图像。具有便于人眼识别，且能够在预览状态下实时将图像处理，便于实时阅读和正常的阅读的有益效果。

Description

一种基于安卓系统的图像处理方法

技术领域

本发明属于图像处理技术领域，具体涉及一种基于安卓系统的图像处理方法。

背景技术

由于目前很多杂志、书籍和报纸等，均采用彩色打印，颜色多样且很多颜色很相近，对老年群体和弱视群体的视力区分这些多种拼接且相近的颜色存在困难，对该类人群正常阅读存在影响。例如红色字体在黄色背景下，蓝色图案和绿色图案拼接，深灰和浅灰拼接等，老年群体和弱视群体由于不能完全区分相近的颜色，会导致读书看报不畅。为解决上述问题，需要将彩色图案的图像进行处理，目前图像处理一般采用将获取的图像进行处理后再进行人眼的识别，需要提前获取图像和处理图像，不能对图像进行实时预览和处理，且不能实时识别，十分不便。

发明内容

为了解决现有技术中存在的不能实时将彩色图像处理成二值化图像问题，本发明提供了一种基于安卓系统的图像处理方法，能够在安卓系统的图像采集设备预览状态下将彩色图像转化成两种颜色的图案，且这两种颜色色差大，容易识别和区分。本发明要解决的技术问题通过以下技术方案实现：

一种基于安卓系统的图像处理方法，包括以下步骤：

步骤S10，通过调用安卓系统的图像采集设备预览待处理图像；

将预览范围内的待处理图像格式由RGB格式转换为YUV格式，并获取像素点亮度值数组a[i]，根据亮度均匀化算法将亮度值数组a[i] 均匀化得到均匀亮度值数组c[i]；

计算均匀亮度数组c[i]的亮度平均值P；其中，i≥1，且i为自然数；

步骤S20，将均匀亮度值数组c[i]生成亮度虚拟波形图，并基于波形图的峰值根据二值化阈值算法得到的平均阈值F’；其中，i≥1，且i为自然数；

步骤S30，基于二值化算法将亮度值数组a[i]中的每一个亮度值与平均阈值F’进行比较；若大于平均阈值F’，则亮度值设置为255，若小于平均阈值F’，则亮度值设置为0；其中，i≥1，且i为自然数；

步骤S40，将步骤S30处理后的图像格式由YUV格式转换为RGB 格式，并将RGB格式的待处理图像重新赋值：亮度值为255的区域设置为一种颜色，亮度值为0的区域设置为另一种颜色，并生成双色图像；

步骤S50，将双色图像进行电子放大，然后根据插值算法将双色图像等比例放大，生成放大图像。

进一步的，所述步骤S10的具体步骤为：

步骤S11，通过调用安卓系统的图像采集设备获取待处理图像以外的当前场景一帧的图像，然后获取该帧图像的像素点亮度值数组 b[i]，并将亮度数组b[i]中的亮度值求和，然后除以亮度值个数的和，计算出b[i]的亮度平均值P₁，其中i≥1，且i为自然数；

步骤S12，通过调用安卓系统的图像采集设备预览待处理图像；

步骤S13，在预览过程中将每一帧的待处理图像格式由RGB格式转换为YUV420sp格式；

步骤S14，每隔五帧获取一次图像的数据，根据该数据获取像素点亮度值数组a[i]，然后根据公式1得出待处理图像的均匀亮度数组 c[i]：

c[i]＝(a[i]*P₁)/b[i] (公式1)

其中，i≥1，且i为自然数；

步骤S15，将均匀亮度数组c[i]中的亮度值求和，然后除以亮度值个数的和，计算均匀亮度数组c[i]的亮度平均值P，其中i≥1，且 i为自然数。

进一步的，所述步骤S20的具体步骤为：

步骤S21，将均匀亮度值数组c[i]每隔8个亮度值进行连接，生成虚拟波形图；

步骤S22，获取虚拟波形图最大的三个峰值，从大到小依次为第一峰值F₁、第二峰值F₂和第三峰值F₃；

若第一峰值F₁和第二峰值F₂差值小于5，则根据公式2计算阈值F；若第一峰值F₁和第二峰值F₂差值大于等于5，则根据公式3 计算阈值F；

F＝2*F₁/3+F₃/3或F＝2*F₂/3+F₃/3 (公式2)

F＝2*F₁/3+F₂/3 (公式3)；

步骤S23，若阈值F＞P*0.7，则平均阈值F’＝P*0.7；若阈值F≤P*0.7，则平均阈值F’＝F。

与现有技术相比，本发明的有益效果：

本发明通过基于安卓系统的图像采集设备预览状态下实时将彩色图像处理成双色图像。本发明通过亮度均匀化算法和二值化阈值算法将彩色图像处理成包含预设的两种不相近的颜色，便于人眼识别；且能够在预览状态下实时将图像处理，便于实时阅读和正常的阅读。补充一些算法的有益效果

附图说明

图1是本发明流程框图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

如图1所示的一种基于安卓系统的图像处理方法，包括以下步骤：

步骤S30，基于二值化算法的思想将亮度值数组a[i]中的每一个亮度值与平均阈值F’进行比较；若大于平均阈值F’，则亮度值设置为 255，若小于平均阈值F’，则亮度值设置为0；其中，i≥1，且i为自然数。

以上一些算法是通过二值化的理论演变而来，但是目前没有在 Android手机上实现此类效果，而且为了在Android手机上可以良好运转，在性能上做了优化，例如每隔5帧获取1次数据。

本发明通过基于安卓系统的移动终端设备的摄像头预览状态下对待处理的图像进行处理，将彩色的待处理图像处理成只包含两种颜色的双色图像，且这两种颜色不相近，人眼容易区分。弱视群体在阅读书籍时，可以通过摄像头将图像进行实时预览，并实时将彩色图像转换为双色图像进行阅读，避免原始预览图像颜色多样且不易区分而影响正常的阅读。此外，处理后的双色图像还进行插值化放大处理，提高了双色图像放大后的清晰度。

在本发明的可选实施例中，步骤S10的具体步骤为：

步骤S11，通过调用安卓系统的图像采集设备获取待处理图像以外的当前场景一帧的图像，然后获取该帧图像的像素点亮度值数组 b[i]，并将亮度数组b[i]中的亮度值求和，然后除以亮度值个数的和，计算出亮度值数组b[i]的亮度平均值P₁；其中，i≥1，且i为自然数， i为数组中的数的顺序值，比如说这个数组的长度为10，那去获取数组中的每一个，i＝1时，获取第一个，i＝2时获取第二个以此类推。例如，通过图像采集设备获取一张不反光的白纸的图像，然后获取该图像的然后获取该帧图像的像素点亮度值数组b[i]，并得出b[i]的亮度平均值P₁。

c[i]＝(a[i]*P₁)/b[i] (公式1)

其中，i≥1，且i为自然数；

每隔五帧获取一次图像的数据可以理解为每隔五帧获取一帧图像，并获取图像中的数据。

步骤S15，将均匀亮度数组c[i]中的亮度值求和，然后除以亮度值的个数的和，计算均匀亮度数组c[i]的亮度平均值P。类似于多个数求平均数的算法。

在本发明的可选实施例中，步骤S20的具体步骤为：

F＝2*F₁/3+F₃/3或F＝2*F₂/3+F₃/3 (公式2)

F＝2*F₁/3+F₂/3 (公式3)；

步骤S23，若阈值F＞P*0.7，则平均阈值F’＝P*0.7；若阈值F≤ P*0.7，则平均阈值F’＝F。

以上步骤S20的运算过程如下：

每隔7个亮度值进行连接，得出亮度波形图RR[],

以上步骤S30和步骤S40的运算过程如下：

在步骤S50中，将双色图像进行电子放大，然后根据插值算法将双色图像等比例放大，生成放大图像。其中应用双线性插值法，对于双线性，其实可以这样理解，就是根据给定的值，两次线性地需找合适的值。具体步骤如下：

第一步根据目的像素寻找原图像相关像素：

双线性插值的根据目的像素坐标，寻找原图像相关像素坐标的策略是，根据比例求浮点坐标，再把浮点坐标分成整数部分和小数部分。示例如下。

//srcWidth：原图像宽，srcHeight：原图像高

//destWidth：目的图像宽，destHeight：目的图像高

//x：目的像素的x坐标，y：目的像素的y坐标

//目的像素值得函数为：D(x,y)，原图像对应浮点坐标为S(j+c, k+u)

//其中j，k为浮点坐标的整数部分，c，u为对应的小数部分，在0和1之间

double rowRatio＝(double)(srcWidth)/ (double)(destWidth)；

double colRatio＝(double)(srcHeight)/ (double)(destHeight)；

int j＝(int)(x*rowRatio)；

int k＝(int)(y*colRatio)；

double c＝(double)(x)*rowRatio-j；

double u＝(double)(y)*colRatio-k；

这样就求出了在原图像对应的四个像素坐标位置：

S(j,k),S(j+1,k)

S(j,K+1),S(j+1,k+1)

S(j+c,k+u)大概处于下面圆点所在位置。

----------------------

|||

|S(j,k)|S(j+1,k)|

|||

----------|-----------

||.|

|S(j,k+1)|S(j+1,k+1)|

|||

----------------------

因为0＝<c,u＝<1，因此S(j+c,k+u)在S(j,k)和S(j+1,k+1) 之间。

第二步X方向上的插值：

现在我们已经取得了j,k,c,u的值了，也就是取得了最相关的4个原图像坐标的值了。现在进行第一个线性插值，也就是x方向上的插值。

插值的思路是，确定权重。对于S(j+c,k+u)，我找到了与它最相邻的四个点。现在我需要根据S(j+c,k+u)与其他四个点的相邻关系来确定权重。

越接近S(j+c,k+u)的值理应取得更大的权重，由于c，u均是小数，因此得到如下的权重分配的插值。

int Q11＝S(j,k)(1-c)+S(j+1,k)*c；

int Q22＝S(j,k+1)*(1-c)+S(j+1,k+1)*c；

c越小，说明S(j+c,k+u)在x方向上，相对于S(j,k+1)越接近S(j,k)，对S(j,k+1)和S(j+1,k+1)同理。

第三步Y方向上的插值：

y方向上的插值的思路，跟x方向上的插值思路一致。不过现在我们操作的对象是，在x方向上插值得到的Q11和Q22。如下所示：

//Dxy为通过两次插值得到的目的像素坐标上的灰度值。

int Dxy＝Q11*(1-u)+Q22*u；

展开后得到

int Dxy＝S(j,k)*(1-c)*(1-u)

+S(j+1,k)*c*(1-u)

+S(j,k+1)*(1-c)*u

+S(j+1,k+1)*c*u；

因此得到了四个处理因子：

int f1＝(1-c)*(1-u)；

int f2＝c*(1-u)；

int f3＝(1-c)*u；

int f4＝c*u。

根据以上说明，步骤S50的运算过程如下：

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims

1.一种基于安卓系统的图像处理方法，其特征在于：包括以下步骤：

将预览范围内的待处理图像格式由RGB格式转换为YUV格式，并获取像素点亮度值数组a[i]，根据亮度均匀化算法将亮度值数组a[i]均匀化得到均匀亮度值数组c[i]；

步骤S20，将均匀亮度值数组c[i]生成亮度虚拟波形图，并基于波形图的峰值根据二值化阈值算法得到的平均阈值F′；其中，i≥1，且i为自然数；

步骤S30，基于二值化算法将亮度值数组a[i]中的每一个亮度值与平均阈值F′进行比较；若大于平均阈值F′，则亮度值设置为255，若小于平均阈值F′，则亮度值设置为0；其中，i≥1，且i为自然数；

步骤S40，将步骤S30处理后的图像格式由YUV格式转换为RGB格式，并将RGB格式的待处理图像重新赋值：亮度值为255的区域设置为一种颜色，亮度值为0的区域设置为另一种颜色，并生成双色图像；

2.根据权利要求1所述的一种基于安卓系统的图像处理方法，其特征在于：所述步骤S10的具体步骤为：

步骤S11，通过调用安卓系统的图像采集设备获取待处理图像以外的当前场景一帧的图像，然后获取该帧图像的像素点亮度值数组b[i]，并将亮度数组b[i]中的亮度值求和，然后除以亮度值个数的和，计算出b[i]的亮度平均值P1，其中i≥1，且i为自然数；

步骤S14，每隔五帧获取一次图像的数据，根据该数据获取像素点亮度值数组a[i]，然后根据公式1得出待处理图像的均匀亮度数组c[i]：

c[i]＝(a[i]*P₁)/b[i] (公式1)

其中，i≥1，且i为自然数；

步骤S15，将均匀亮度数组c[i]中的亮度值求和，然后除以亮度值个数的和，计算均匀亮度数组c[i]的亮度平均值P，其中i≥1，且i为自然数。

3.根据权利要求1或2任一所述的一种基于安卓系统的图像处理方法，其特征在于：所述步骤S20的具体步骤为：

若第一峰值F₁和第二峰值F₂差值小于5，则根据公式3计算阈值F；若第一峰值F₁和第二峰值F₂差值大于等于5，则根据公式4计算阈值F；

F＝2*F₁/3+F₃/3或F＝2*F₂/3+F₃/3 (公式3)

F＝2*F₁/3+F₂/3 (公式4)；

步骤S23，若阈值F＞P*0.7，则平均阈值F′＝P*0.7；若阈值F≤P*0.7，则平均阈值F′＝F。