CN1335581A - 图像处理装置、图像处理方法和程序及其记录介质 - Google Patents

Abstract

图像处理装置包括:直方图计算单元,用于计算与输入图像一致的直方图;二值化阈值计算单元,用于根据直方图计算二值化阈值,通过它输入图像中的预定区域被模糊;二值化单元,用于使用二值化阈值将输入图像二值化;以及计算装置,用于根据二值化装置得到的结果,计算输入图像预定区域的颜色。

Description

图像处理装置、图像处理 方法和程序及其记录介质

本发明涉及图像处理装置、图像处理方法和程序及其记录介质。

最近，作为当前扫描仪广泛应用的结果，文件的数字化已经变为流行的实际应用。然而，对于以比特位图形式全色存储，以例如300dpi扫描的A4尺寸的数字文件，必须占据多达24Mbytes的大量内存。这样的大量数据记录不能附加到邮件上，并与邮件一起传输。

由此，通常使用JPEG，一种已知的压缩技术，来压缩全色图像数据。然而通过JPEG，尽管用于压缩自然图像，如照片时非常有效，并且使用时产生图像质量很高，但当高频部分，如符号使用JPEG压缩时，产生被称为蚊式噪声的图像退化，并且压缩比也减小。由此，由于通常的办公室文件包括很多符号部分，在文件二值化后，MMR用于压缩二值化文件，并且得到符号部分的坐标和其中符号的代表颜色，使准备成彩色的办公室文件可以被容易地表示。进一步，对于复杂的彩色文件，如杂志，被压缩的区域分成背景和符号部分，而当背景使用JPEG压缩时，符号使用优化的阈值二值化，并且得到的二值化图像使用MMR压缩，然后将颜色信息加入得到的MMR数据中。以这种方式，即使非常复杂的彩色文件也可以使用小数据文件代表。

由此，需要开发计算符号部分中符号的代表颜色的技术。后面是传统方法的例子，用于计算符号的代表颜色。

首先，通过参考符号区域的二值化图像，对黑色部分中的多值图像数据，准备粗糙的三维直方图。然后，对相应于粗糙的三维直方图最高值的多值图像象素，准备精细的直方图，并且由此得到的最高值被确定为代表颜色。

然而，当上面的方法用于计算符号颜色的代表颜色时，尽管以300dpi或更高的分辨率读取时，对于具有12点或更大高度的符号，可以计算所需颜色，但对10点或更小的符号，最初计算的代表颜色数据，对二值化图像的黑色的比例小，并且所需颜色不能被计算。

现在参考图19，对于执行计算来得到大符号代表颜色的情况，和对于执行计算来得到小符号的代表颜色的情况进行说明。

图19是显示绿色符号写在白色背景上的实例情况。对于相对粗的符号，得到二值化结果1901，并且在二值化结果1901中，黑色部分的多值图像具有电平变化1902。在电平变化1902中，由于在部分1903和1904，电平长时间保持稳定，这相应于符号各自的颜色，颜色分布到颜色空间RGB中，如图20A所示。图20A中的块2002是图19中的绿色，即指示符号的代表颜色。由于符号部分的块2002具有特定的尺寸，它可以被相对容易地选取。

然后，对于图19中的精细符号1906，多值数据中的电平变化具有形状1907，并且电平一到达部分1908和1909，这相应于符号的代表颜色，就改变到背景部分的电平。在这种情况下，RGB颜色空间中的颜色分布如图20B所示，并且与图20A中的块2002比较，难于使用得到的数据，来计算图20B中的部分2005。通过二值化处理，虚线的左侧被二值化为黑色符号，而当使用传统方法计算代表颜色时，得到点2005作为表示最大数的值。因为与所述的符号颜色相比，这不是优选的，所以得到的符号具有白绿色边框。

为了避免这种现象发生，有一种方法，通过它使二值化图像被淡化，并且使用精细图像执行传统的代表计算。然而，当应用这种方法时，后面解释会发生的缺点。

为了简化解释，符号“。”用作例子。

假设在图21中，绿色符号“。”画在白色背景上。用于符号“。”的电平转换具有变化2104。对于返回到白色电平中心缩进，它最初是理想的；然而符号“。”，即小点完全返回到白色电平也许是不可能的。如果使用阈值2105执行二值化处理，则得到实的黑点2102作为二值化结果。然后，如果对于这个点2102执行淡化处理，则得到黑点2103，根据电平2104，由这个二值化图像指示的多值图像的比特位置是点2106，对于代表颜色这不是优选电平。

由于对于具有小点符号，发生这种“破碎现象”，淡化处理明显是不必要的。

这个二值化图像用于对符号计算代表颜色，其中二值化图像是为代表颜色采用的输出。然而，对于优化地代表符号的阈值，最好被二值化，使符号不发生模糊。进一步已知，当考虑随后的OCR处理时，由于可以得到较好的OCR结果，变为实心的二值化符号好于变得模糊的。

图22是对符号区域的亮度显示典型直方图的图。点2201是二值化图像所需的点。然而，当在这点2201执行二值化时，从背景转换到符号部分的象素，被二值化为黑点，即优选输出，而当执行符号代表颜色的计算时，这个输出形成噪声。

这个状态在图22中显示。当在图22中的点2201执行二值化时，这与在图23中的电平2301执行二值化相等，并且得到的二值化图像，还包括从背景转换到符号的很多部分2302和2303。

如上所述，由于二值化图像用于计算符号的代表颜色，其中二值化图像是采用来代表符号的输出，对于符号部分不能计算优化的代表颜色。

进一步，根据所述的传统方法，对于每个符号区域。只可以得到一个代表颜色，并且不能处理多种颜色出现的符号区域。

为了解决上面的问题，本发明的一个目的是提供图像处理装置和图像处理方法，用于对符号部分计算优化代表颜色，并且提供其存储介质。

为了实现这个目的，根据本发明，图像处理装置包括：

直方图计算装置，用于计算与输入图像一致的直方图；

二值化阈值计算装置，用于根据直方图计算二值化阈值，通过它输入图像中的预定区域被模糊；

二值化装置，用于通过所述二值化阈值使输入图像二值化；和

计算装置，用于根据二值化装置得到的结果，计算输入图像中预定区域的颜色。

进一步，为了解决上面的问题，本发明的另一个目的是提供图像处理装置和图像处理方法，用于对符号区域分配多种颜色，并且提供其存储介质。

为了实现这个目的，根据本发明，图像处理装置包括：

二值化装置，用于使彩色图像数据二值化；

检测装置，用于检测彩色图像数据中的符号区域。

颜色减少装置，用于从组成符号区域中符号的N种颜色中，引入等于或小于N种颜色的M种颜色；

符号切割装置，用于对符号区域执行符号切割处理；和

颜色分配装置，用于对符号切割装置得到的每个切割的符号单元，分配M种颜色之一。

图1是显示根据本发明第一实施例的图像处理装置的结构视图；

图2是显示最初图像例子的图；

图3是流程图，显示了通过二值化单元和区域分割单元执行的处理；

图4是显示最初图像亮度的直方图的图；

图5是显示通过最初图像的二值化得到的二值化图像的图；

图6是显示对二值化图像执行附加标记的状态的图；

图7是黑色区域的图，它根据符号属性从最初图像中选取；

图8是显示最初图像中符号区域的图；

图9是流程图，显示了通过符号、代表颜色操作单元执行的处理；

图10是流程图，显示了计算阈值T2采用的方法的例子；

图11是显示根据本发明第二实施例的图像处理装置的结构视图；

图12显示普通符号与变换的符号之间的差异的图；

图13是显示转换的符号部分的亮度直方图；

图14是显示根据本发明第三实施例的图像处理装置的结构视图；

图15是显示根据本发明第三实施例的结构视图，用于展开压缩的数据；

图16是流程图，显示了处理形状；

图18是显示计算阈值T2使用的方法例子的图；

图19是图示，用于解释用于大符号的代表颜色被计算的情况，和用于小符号的代表颜色被计算的情况；

图29A和20B是显示RGB空间分布的图；

图21是解释二值化图像淡化的图；

图22是显示图像区域典型亮度的图；

图23是显示图像二值化得到的结果的图；

图24是显示图像二值化得到的结果的图；

图25是显示根据本发明第四实施例的图像处理装置的结构视图；

图26是显示根据第四实施例的图像处理装置的安排视图，用于展开压缩的数据；

图27是流程图，显示了根据本发明第四实施例执行的符号区域检测处理；

图28是用于解释本发明的符号实施例的图；

图29是用于解释根据本发明第四实施例执行的符号区域检测处理的图；

图30是用于解释根据本发明第四实施例执行的符号区域检测处理的图；

图31是用于解释根据本发明第四实施例执行的符号区域检测处理的图；

图32是用于解释根据本发明第四实施例执行的符号区域检测处理的图；

图33是用于解释根据本发明第四实施例，对符号区域再次二值化执行的处理的图；

图34A、34B和34C是解释根据本发明第四实施例执行的符号上色处理的图；

图35是流程图，用于解释根据本发明第四实施例执行的符号上色处理；

图36是流程图，用于解释根据本发明第四实施例执行的一个颜色选取处理；

图37是用于解释根据本发明第四实施例执行的一个颜色选取处理的图；

图38A、38B和38C是解释本发明第四实施例的图像处理装置展开压缩的数据，并连接得到的数据的状态的图；

图39是用于解释根据本发明第四实施例执行的颜色减少处理的图；

图40是显示第五实施例的图像处理装置的结构的改进方案的视图；

图41A和41B是解释根据改进方案执行的图像压缩处理的图；

图42A、42B和42C是解释当根据改进方案使符号区域二值化时执行的处理的图；

图43是流程图，显示了根据本发明第五实施例执行的符号颜色选取处理；

图44是流程图，显示了根据本发明第五实施例执行的颜色减少处理；

图45是流程图，显示了根据本发明第五实施例执行的颜色减少处理；

图46是用于解释扫描仪产生的符号转换部分(灰度)的图；

图47是用于解释根据本发明第五实施例执行的颜色减少处理的图；

图48是用于解释根据本发明第五实施例执行的颜色减少处理的图；

图49是显示代表符号移位部分的三维直方图的图，其中符号由扫描仪产生；和

图50是用于解释根据本发明第五实施例执行的颜色分配的图，用于使用符号切割信息确定每个符号的颜色。

在后面的实施例中，符号包含字符等。(第一实施例)

现在将结合附图具体描述本发明的优选实施例。

图1是显示根据这个实施例的图像处理装置结构的图。

二值化单元(a)102将输入的最初图像101二值化，并产生二值化图像(a)103。

区域分割单元104检测接收的二值化图像(a)103中的符号区域或照片区域。并产生区域的坐标和属性，例如用于符号和照片的区域信息105。

根据区域信息105，MMR压缩单元106对于二值化图像(a)103的部分执行MMR压缩，并产生压缩的码D107，其中二值化图像(a)103的部分相应于具有符号属性的区域。

根据区域信息105，符号代表颜色操作单元108计算符号的代表颜色，其中符号的代表颜色包括在相应于具有符号属性的区域中。用于计算符号代表颜色的二值化单元(b)1801，包括在符号代表颜色操作单元108中，并且产生二值化图像(b)1802。在这个处理中得到的颜色信息，作为区域信息105的属性被新写入。

根据区域信息105，JPEG压缩单元109压缩最初图像的部分，并产生压缩的码C110，其中最初图像的部分包括在相应于包括自然图像属性区域的区域中。

现在将更具体地解释这个结构。

图3是流程图，显示了由二值化单元(a)102和区域分割单元104执行的处理。

步骤S301到S303显示了二值化单元(a)102执行的处理，而步骤S304到S306显示了区域分割单元104执行的处理。

在步骤S301中，输入最初图像101，如RGB彩色图像，并且通过使用后面的等式，对这个图像执行亮度转换，来产生亮度图像J。

Y＝0.299R＋0.587G＋0.114B

在步骤S302，准备亮度数据直方图，并且计算用于二值化的阈值T。

在步骤S303，通过使用阈值T，使亮度图像J二值化，并且产生二值化图像K。

在步骤S304，跟踪黑色象素的边界线，并且对每个黑色区域执行标记附加。

在步骤S305，附加标记的黑色区域的形式和比特位置被采用，来确定图像是符号还是自然图像。

在步骤S306，根据它们的形式和比特位置连接符号区域。尽管步骤S306的连接处理不总是被执行。在这种情况下，计算代表颜色的符号区域的数量增加，并且处理时间延长，而优点是，颜色的改变可以被精确地处理。

现在通过使用图2中的最初图像，对直到步骤S306连接处理完成的情况给出解释。

对图2中的最初图像执行亮度转换(步骤S301和S302)，并且得到的亮度直方图如图4所示。从这个直方图中，采用平均和离散的数据来计算阈值T＝150，并且得到的二值化图像，即图1中的二值化图像103如图5所示(S303)。图6是显示状态的图，其中对于图5中的二值化图像，以减小的分辨率执行边界跟踪，并且对所有的黑色区域执行标记附加(S304)。标记被附加的黑色区域的形式和比特位置信息，被采用来确定符号或自然图像的属性(S305)。应该注意，这个图像不实际产生而只是概念。在这个例子中，由于部分601较大，并且包含黑色区域。因而它被确定为自然图像。进一步，由于区域602到605包括符号，并具有空白的形状，它们的区域被确定为边框。在这个实施例中，边框信息不包括为区域信息105，并且被忽略。然而，应用可以保持边框信息，或可以采用边框信息作为符号区域信息的背景。在这种情况下，必须提供用于计算背景颜色的装置。

图7是显示黑色区域的图，其中从图2的最初图像中选取符号属性。当黑色象素根据它们是否彼此靠近定比特位，并且它们的高度和宽度是否匹配来分组时，图8显示的17个符号区域801到817可以根据需要被检测。在这个实施例中，执行分组(S306)，并且应用了符号属性的17个坐标数据组，存储在图1的JPEG压缩单元109中，同时图6中应用了照片属性的符号坐标601，存储在图1的JPEG压缩单元109中。

图9是流程图，显示了符号代表颜色操作单元108执行的处理。由于对所有包括在区域信息105中的坐标执行这个处理，在步骤S901执行判断来确定是否有符号坐标还没有被处理。如果确定有符号坐标还没有被处理，程序控制前进到步骤S902，或者如果确定没有这样的坐标，处理结束。

在步骤S902，执行判断来确定符号属性是否应用到坐标上；如果应用了，则程序控制前进到步骤S903，而如果没有应用，则程序控制返回到步骤S901。

在步骤S903，对相应于区域信息的最初图像，计算亮度直方图。由于这个直方图用于部分区域。与图4显示中包括的直方图相比，它非常可能不具有复杂的形状，而具有如图22中显示的那样的简单形状。

在步骤S904，执行计算来得到优化阈值，即根据发生符号模糊的阈值T2，而用于确定一个代表颜色，这个阈值T2相应于图22中的点2202。

现在将使用图10中的流程图，来解释计算阈值T2的例子方法。

在步骤S1001，0值替换到变量“limit”中，用于计算过程数，使处理不进入死循环。

在步骤S1002，亮度直方图用于得到直方图的平均值及其时滞执行的计算，这特别存储为skew-first。对于这些计算，采用了后面的等式。 $\mathrm{average}=\underset{i=0}{\overset{255}{\mathrm{\Σ}}}\mathrm{histgram}\left(i\right)$ $\mathrm{skew}\_\mathrm{first}=\underset{i=0}{\overset{255}{\mathrm{\Σ}}}{(i-\mathrm{average})}^3*\mathrm{histgram}\left(i\right)$

在步骤S1003，“average”替换到HistUpper中，并且0值替换到HistLower中，后面在步骤S1004，执行判断来确定变量“limit”等于还是大于10。当变量“limit”等于或大于10时，程序控制转换到步骤S1009(在这种情况下，除了10还可以采用5或20)。然后，在步骤S1005，HistUpper用于计算HistLower的直方图。 $\mathrm{average}=\underset{i=\mathrm{HistLower}}{\overset{\mathrm{HistUpper}}{\mathrm{\Σ}}}\mathrm{histgram}\left(i\right)$ $\mathrm{myu}=\underset{i=\mathrm{UistLower}}{\overset{\mathrm{HistUpper}}{\mathrm{\Σ}}}{(i-\mathrm{average})}^{*}\mathrm{histgram}\left(i\right)$ $\mathrm{skew}=\underset{i=\mathrm{HistLower}}{\overset{\mathrm{HistUpper}}{\mathrm{\Σ}}}{(i-\mathrm{average})}^{*}\mathrm{histgram}\left(i\right)$

在步骤S1006，执行判断来确定是否满足条件skew＜my*0.1，并且当满足时，不需要进一步的计算，并且程序控制跳到步骤S1010。然而当这个条件不满足时，程序控制前进到步骤S1007，其中执行判断来确定是否满足条件skew＜0.0并且skew first＜skew*0.1。如果满足这些条件，则不需要进一步的计算，并且程序控制跳到步骤S1010。但如果这些条件不满足，程序控制前进到步骤S1008，并且“average”替换到“HistLower”中。然后在步骤S1009，变量“limit”递增一，并且程序控制返回到步骤S1004。

通过重复这个过程，在步骤S1010，最后“average”替换到阈值T2中，结果，获得产生模糊的二值化图像的阈值，其中模糊的二值化图像由图22中的点2202指示。

根据这个阈值，当图像二值化时没有黑色象素出现，由于可以根据直方图的形状得到这个阈值，从阈值T2计算靠近黑色区域的象素数。当象素数特别小时，象素需要或多或少地修正，使它们靠近白色。图17显示了直方图的形状，它趋于反射这样的结果。

除了上述复杂计算，根据得到直方图并选择阈值的另一个方法，所有象素的5％(这个数只是个例子)被二值化为黑点。图18是显示阈值计算例子的直方图。

在步骤S905，二值化单元(b)1081使用阈值T2将部分区域二值化，并且产生图1中的二值化图像(b)1082。如图22所示，通过使用阈值T2，即点2202来使区域二值化，而这意味着在图24的电平2401使区域二值化，从而执行二值化却不包括转换部分2402和2403。然后根据需要，对得到的二值化图像执行淡化处理。由于阈值根据二值化图像的模糊而发生，在用于代表颜色计算执行的传统淡化处理中，错误发生的概率减小，如参考图21所解释的。在步骤S906，对相应于二值化图像(b)黑色部分的最初图像的每个RGB象素，产生直方图。用于直方图的颜色空间可以不是RGB，而当最初图像是YUV时还可以是YUV。在步骤S907，RGB直方图的每个峰值被确定为符号代表颜色，并且写入区域信息105中作为相应区域的属性。

对步骤S906和S907可以采用后面的其它方法。例如，除了每个RGB象素的直方图，计算RGB三维直方图。在这种情况下，计算器的功能不可能具体地计算直方图，而最好计算粗糙的直方图，而不被颜色转换点产生的噪声影响。作为一种方法，首先通过使用粗糙的直方图得到最高值，然后计算粗糙的直方图中出现的具体的直方图，最后再次得到最高值。

最后，根据二值化图像区域信息，对于应用符号属性并符合二值化图像(a)102的区域。执行MMR压缩，并且产生压缩码D107。同样，对于应用自然图像属性并符合最初图像数据的区域。执行JPEG压缩，并产生压缩码C110。根据需要，通过收集区域信息105，其中区域信息105包括区域类型，如符号或自然图像，和图像是符号时的代表颜色，同样还有压缩码C111和压缩码D112，来产生格式。得到的格式用作压缩数据。(第二实施例)

图11是显示根据本发明第二实施例的图像处理装置结构的图。在这个实施例中，不采用使用阈值得到的二值化图像，作为执行区域分割的图像。相反，对所有的象素通过差分滤波，计算相对于临近象素的边缘量，并且边缘量被二值化而得到二值化图像，并且这个二值化图像用于执行区域分割。第一实施例中使用的边界线跟踪也被使用，作为区域分割方法。

第一和这个实施例之间的差异是，作为符号选取的区域还包括普通二值化转换的区域。

图12是显示普通符号与变换的符号之间差异的图。变换的符号是例如红色背景上的白色符号，这在彩色文件中并不特别少见。在第一实施例中，不对转换的符号提供符号属性，而对包括外部彩色边框的区域提供自然的自然属性。在这个实施例中，由于差分二值化图像用于区域分割，如图12所示，转换的符号区域还可以分成符号。在这种情况下，亮度直方图具有图13显示的形状，而符号区域直方图通常具有图22显示的形状。顶峰部分1301指示一块背景，而顶峰部分1302指示一块符号。在这个实施例中，对于产生部分二值化图像(b)(图11中的11082)的二值化处理，需要转换处理，其中部分二值化图像(b)用于计算符号代表颜色。

可以使用后面的等式，确定符号是否被转换。

后面的等式是图1中结构的一个例子。 $\mathrm{average}=\underset{i=0}{\overset{255}{\mathrm{\Σ}}}\mathrm{histgram}\left(i\right)$ $\mathrm{skew}\_\mathrm{first}=\underset{i=0}{\overset{255}{\mathrm{\Σ}}}{(i-\mathrm{average})}^3*\mathrm{histgram}\left(i\right)$ 可以确定当skew_first为负时，区域是图22显示的普通符号部分，而当skew_first为正时，区域是图13显示的变换的符号部分。

当参考图16的流程图时，这个处理将被简要地解释。在图16中，右侧(S1613到S1619)恰巧与图10中的流程图相同，而左侧(S1605到S1611)是用于变换的符号的计算处理。

当在步骤S1603的skew_first＞0时，设置DoInvert标志，来指示二值化单元执行转换处理。

当设置DoInvert标志时(ON)，输出视觉结果的二值化单元(b)11081和二值化单元(a)1111，转换二值化结果。在提供来处理变换的符号的安排中，区域分割单元1104必须检测具有边框属性的区域。并且还必须计算边框中的平均颜色。这是因为变换的符号的背景颜色是白色以外的颜色，并且这个颜色必须代表。负责这个处理的边框区域平均颜色操作单元，没有在图11中显示。

通过图14中的安排，由于对于背景保持所有的JPEG数据，具有边框属性的区域不必被准备，来处理变换的符号，其中图14中的安排将在后面描述。(第三实施例)

还可以采用图14显示的图像处理装置的结构。

将简要描述图14中的结构。

在这个结构中，对于区域分割处理，提供用于只检测符号区域坐标的符号区域选取单元1402，并且符号区域选取单元1402存储符号区域坐标1403。

二值化单元1404产生符号区域的二值化图像1405，并根据二值化图像1405，符号部分上色单元1408产生文件1413，其中最初图像的符号部分被染成周围部分的平均颜色。对得到的部分二值化图像执行MMR压缩，并且产生压缩码D，而对符号省略图像执行JPEG压缩，并产生压缩码C。

符号代表颜色操作单元1411执行第一实施例中图9显示的处理，并产生代表颜色1412。

图15是显示结构的图，用于展开压缩数据，其中压缩数据通过图14中的安排得到。

为了展开压缩数据，对于压缩数据C执行JPEG展开处理，并且产生多值图像G。进一步，对压缩码D执行MMR展开处理，并且对部分区域产生二值化图像F。然后，执行连接过程，其中代表值加到图像G的黑色二值化象素中，而二值化白色图像不变，最后得到图像H。

与图14和15的结构比较，保持了省略符号区域的整个JPEG图像，使最初图像的气氛不丢失。(修正方案)

还可以对多个装置组成的系统采用本发明(例如主计算机、接口设备、读取器或打印机)，或对于单个装置采用本发明(例如复印机和传真机)。

进一步，还可以通过对系统或装置(CPU或MPU)提供存储介质(或记录介质)，其上记录有实现本实施例功能的软件程序，并通过允许系统或装置读取并执行记录的程序码，来实现本发明的目的。在这种情况下，从存储介质读取的程序码提供上述实施例的功能，并且其上记录有程序码的存储介质组成本发明。而且，通过本发明，不仅能够通过计算机执行程序码，来提供先前实施例的功能，而且程序码可以与计算机上运行的操作系统(OS)相互作用，或与另一个软件应用相互作用，来提供上面实施例中描述的功能。

进一步，通过本发明，从记录介质上读取的程序码，可以写入存储器中，其中存储器安装在插入计算机的功能扩展板上，或写入连接到计算机上的功能扩展单元上并且与程序码中的指令一致，CPU安装在功能扩展板或功能扩展单元上，可以执行部分或全部实际处理，来实现上述实施例的功能。

如上所述，根据本发明，与输入图像一致的直方图被计算，并且根据阈值模糊图像中的预定区域。计算二值化阈值。通过使用得到的二值化阈值，使输入的图像二值化，并且采用输入图像计算输入图像预定区域的颜色。由此，即使对于细线符号，从背景上转换到符号的部分也可以被删除，从而对符号可以得到优化的代表颜色。(第四实施例)

现在将根据本发明的第四实施例，对图像处理装置给出解释，在将完全彩色图像存储在存储介质上，或通过传输介质传输之前，第四实施例有效地压缩图像数据，而保持最初图像转换的信息。

这个实施例的图像处理装置，首先对整个图像区域产生亮度直方图，使图像区域二值化，并选取几个符号区域。然后，对各自的符号区域执行符号切割处理，并且采用结果来确定每个得到的区域是否应该被再次作为符号区域对待。当区域不应该被作为符号区域对待时，执行判断来确定相关区域中的对象是否具有单一颜色。当对象具有单一颜色时，确定对这个对象应该执行MMR压缩。当对象不具有单一颜色时，确定应该对这个对象执行JPEG压缩。进一步，当确定图像应该被作为符号区域对待时，通过预定的颜色减少处理方式减少组成区域的颜色。当通过颜色减少处理只得到一种颜色时，代表那个颜色的调色板(例如(R，G，B)＝(20，30，40))被确定为MMR压缩目标，而与二值化图像相关。通过颜色减少处理，当图像可以通过预定数量(例如四种)或更少的颜色来代表时，每次执行符号切割处理，代表各自颜色的调色板与指示颜色的象素比特位置的多值图像彼此相关，而确定为ZIP压缩目标。当不能通过预定数量的颜色代表图像时，在执行颜色减少处理前，最初图像被确定为JPEG压缩目标。

图25是显示当采用本发明的方法进行图像压缩处理的结构图。图像二值化单元3102接收最初图像3101，并且优化地使最初图像3101二值化，来得到整个表面二值化图像3103。符号区域检测器3104接收完整表面二值化的图像3103，检测符号区域。并准备符号区域坐标3112。

符号颜色选取单元3108接收符号区域坐标3112，参考坐标上的最初图像和二值化图像3103，来计算二值化图像中黑色部分的最初图像颜色，准备多个调色板3114，并根据调色板3114对最初图像执行颜色减少处理。

在符号区域检测器3104确定为符号，并且符号颜色选取单元3108将其符号颜色数减少到小于M的区域。符号部分上色单元3105从最初图像中选取二值化图像3103的黑色部分，将黑色部分染成周围部分的颜色，并准备图像A。

减少单元3106接收并减少图像A，并产生图像B。

JPEG压缩单元3107接收图像B，并且对图像B执行JPEG压缩，来产生压缩码X(3113)。

颜色减少的图像3109是用于多符号的区域，其颜色通过符号颜色选取单元3108减少。当颜色减少的图像3109是一比特位时，MMR压缩单元3110接收颜色减少的图像3109，并执行MMR压缩而得到多压缩码Y(3115)。对于两比特位的减少颜色的图像3109，ZIP压缩单元3111接收这个图像3109，并压缩它而得到多压缩码Z(3116)。最后，连接数据3112到3116来得到压缩的数据3001A。符号区域检测处理

图27是流程图，用于解释通过符号区域检测器3104执行的处理。

在步骤S3301，彩色图像被接收，并且对彩色图像执行亮度转换，而通过淡化使分辨率减小，并得到亮度图像J。当最初图像在例如300dpi为RGB24字节时，对于每四个象素垂直地并电平地执行操作。

Y＝0.299R＋0.587G＋0.114B得到的新图像J在75dpi为Y8比特位。在步骤S3302，准备用于亮度数据的直方图，并且计算二值化阈值T。

在步骤S3303，通过使用阈值T使亮度图像J二值化，并且建立二值化图像K。进一步，在步骤S3304，对黑色象素执行边界线跟踪，并且对所有的黑色区域执行标记附加。在步骤S3305，在黑色区域中确定假定为符号的区域，而在步骤S3306，根据它们的形状和比特位置连接区域。

现在将描述这个处理的例子。图4中的彩色文件被接收，并且通过时彩色文件淡化并执行亮度转换，而得到图5中的直方图。通过参考这个直方图，采用平均数据和分布数据来计算阈值T(例如150)，并且得到图6中显示的二值化图像。对图6中的黑色象素执行边界线跟踪，并且通过标记附加，只有一组黑色象素被识别为符号，其中黑色象素组的宽度和高度等于或小于阈值。然后，图7中的黑色象素组确定为符号区域。在这个例子中，为了解释而单纯显示图像，而在符号区域检测处理中不实际建立。

当黑色象素根据它们是否靠近定比特位，并且它们的高度和宽度是否匹配来分组时，可以检测图32中显示的16个符号区域。用于象素的坐标数据存储为图25中的符号区域坐标3112。

除了使图像二值化，通过使用差分滤波，对于所有象素，可以计算相对于临近象素的边缘量，并且对边缘量二值化，对得到的二值化图像可以执行边界线跟踪，来检测符号区域。用于符号区域的符号颜色选取处理

图43是流程图，用于符号颜色选取单元3108执行的处理。在这个处理中采用了完全表面二值化图像103；然而，只有符号区域和彩色图像的坐标可以被接收，并且可以采用彩色图像二值化得到的图像，来执行代表颜色操作处理。

对符号区域检测器3104确定为符号区域的所有区域。执行图43中的处理。(再次二值化处理)

首先，在步骤S6001执行再次二值化判断。

完全表面二值化的图像3103不总是优选地二值化所有符号区域而得到的图像。由于结果图像的质量被极大地影响，不论二值化图像太厚还是太薄，对于每个符号区域执行的优化二值化是理想的。由于与图29的完全表面直方图相比，可以对每个符号区域的亮度直方图，期望图33显示的较简单的形状，所以可以容易地确定阈值。部分3901是一组背景颜色，而部分3902是一组符号颜色。在这个实施例中，为了减少处理时间，只对“太厚的二值化图像”执行再次二值化，其中“太厚的二值化图像”在图像质量上具有更强的效果。

特别地，符号区域检测器3104在确定为符号的区域上扫描二值化图像，并以隔离点滤波器执行图样匹配。执行判断来确定出现的隔离点是等于还是大于区域中的阈值。当隔离点等于或大于阈值时，得到用于区域的亮度直方图，计算优化的阈值，并且执行再次二值化。对于普通符号区域，只需要特别准备亮度直方图，来得到更好的图像；然而在一些情况下，可能得到较差的结果(通过再次二值化得到图像可能更差)。为了防止这样的现象，用于得到完全表面二值化图像的二值化阈值被输入，用于再次二值化，并且提供例外处理，其中当得到的二值化图像具有比再次二值化的阈值更高的密度时，不执行再次二值化。(符号切割处理)

在步骤S6002，执行符号切割信息。

根据符号区域是风景还是人像，符号切割单元改变处理方式。符号区域检测器根据黑块的安排，确定符号部分的风景或人像定比特位，并准备指示是使用风景还是使用人像定比特位的信息。当风景定比特位用于符号区域时，首先，在主扫描方向上突出二值化图像的黑色象素。并当检测到线之间的分离时，在次扫描方向上对每条线突出黑色象素，并且得到用于每个符号的信息。当人像定比特位用于符号区域时，在子扫描方向上执行线切割，并且在主扫描方向上执行符号切割。这时，在线的方向上，线切割最好突出为三段，来允许图像倾斜。通过这个处理，可以得到每条线的坐标信息和符号的坐标信息，其中它们沿每条线分开。

在符号调整处理中(步骤S6003，这将在后面描述)，采用符号切割信息，在符号区域检测器确定为符号的区域中，确定每个黑色对象是否为符号。特别地，根据其尺寸和形状，确定黑色对象是否是符号。当考虑图像质量和数据压缩时，为了将它转换成单一颜色或多种颜色的区域(例如，因为可以得到更高的图像质量和更好的压缩比，应该通过单一颜色MMR而不是JPE6来代表具有单一颜色的标志)，不需要黑色对象为符号。然而，由于符号区域以外的区域非常可能由灰度代表，需要确定对象。

(符号判断处理)

在步骤S6003执行符号判断处理。

在这个处理中，输入符号切割信息(S6002)，并且对每条线计算平均符号尺寸。当用于非常小符号的信息被忽略时，电可以得到更好的结果。如果对象形比平均尺寸大得多，则确定不是符号，而如果对象的形状从纵横比看来不是符号，而不论它的平均尺寸，则仍然确定不是符号。

但当在区域中出现m个黑色对象时，并当所有的m个黑色对象被确定不是符号时，符号判断单元输出区域是图像的判断。

当m个黑色对象中的n个黑色对象不是符号时(m＞n，n＞＝0)，即当保留不指示符号的矩形时，二值化图像上的黑色对象被删除，其中二值化图像被确定不是符号，并且输出相关区域是符号的判断。

当考虑最终图像质量时，加入后面的例外处理。当区域中十个符号中的五个代表为单一颜色的符号时，并当其它五个符号被认为不是符号，并且对它们执行JPEG压缩时，得到不均匀的图像，这在视觉上不是优选的。这样，对于符号判断单元或者对符号或者对图像频繁改变判断的情况，根据矩形确定为符号的安排和频率，所有的对象确定为矩形符号或矩形图像。

在符号判断处理中，当区域确定为符号时，程序控制前进到步骤S6004。并当区域确定不是符号时，程序控制转换到步骤S6005。(单一颜色判断)

在步骤S6005执行单一颜色判断处理。

这里处理的区域，是符号区域检测器确定为符号，但在符号判断处理中确定不是符号的区域。如上所述，无论区域是否为符号，对单一颜色代表的区域最好执行单一颜色处理，并且对结果执行MMR压缩，从而得到更高的图像质量和更高的压缩比。这样，执行处理来确定区域是否是单一颜色。

作为特定的例子，对于彩色图像的象素GRB电平得到直方图，其中彩色图像的象素相应于二值化图像的黑色部分，并且当直方图所有的分布值等于或大于阈值时，确定区域为单一颜色。

当区域为单一颜色时，程序控制前进到步骤S6006，用于颜色选取，并当区域由多种颜色代表时，处理结束。(一种颜色选取处理)

当参考图36的流程图时，解释在步骤S6006的一种颜色选取处理。

在步骤S4202，在扫描处理中，颜色从背景转换到符号部分的部分中，当黑色对象的数量减少时，对于二值化图像newbi执行淡化处理，其中二值化图像被符号坐标参考，并且建立新的二值化图像。在步骤S4203，从最初图像的RGB值得到直方图，其中最初图像符合图像newbi的黑色象素(可以准备用于另一种颜色空间，如YUV空间的直方图)。在步骤S4204，得到用于RGB的代表值，并且在这种情况下，可以采用最大值。或者，可以采用另一种方法，这种方法通过使用粗糙直方图得到最大值，其中使用减少的步数准备粗糙直方图，并且采用具体直方图得到最大值，其中具体直方图在粗糙直方图中出现。

使用这种方法，可以从图37显示的直方图中得到真实代表值4301，而不被噪声4302干扰。具体解释将参考图37给出。可以从例如八比特位的R数据中，得到图37中的256级具体直方图。由于最大值为1302，这不是真实代表值，直方图除以64而分成彼此重叠的八段，并且这八段使用256级的直方图再次计算。显示了得到的段0到段8；然而，段0和段8每段只具有32级。通过再次计算，发现代表值出现在段6中，并且搜索段6来得到最大值4301。对于所有的符号坐标重复上面的处理，并且对于每个符号坐标计算一个代表颜色。(颜色减少处理)

在步骤S6004，对于符号执行颜色减少处理。

在颜色减少单元4082执行的处理中，即使单一颜色代表最初文件，也在扫描中出现颜色从背景转换到符号部分的部分。

图46和49是显示扫描促使的颜色转换的的图。在图46中，为了简化解释，除了RGB，只采用了R。在电平R＝(32，32，32)，符号A最初被单一颜色代表然而，当符号A被扫描仪读取时，用于这个符号的数据被发布，如放大的象素所指示的。只有三个象素6201、6202和6203到达靠近最初电平R＝(32，32，32)的黑色，并且其它象素定比特位在背景颜色(在这种情况下为白色)与电平R＝(32，32，32)之间，使符号被作为转换部分的灰度代表。图49是显示状态的图，其中通过使用图46中符号A象素电平的三维直方图，使颜色转换。假设背景颜色是白色6501，而符号颜色是黑色6502，并且部分5603是转换部分。

由于扫描单一颜色最初代表的符号部分，没有必要代表组成方差的转换部分。当可以只使用代表颜色表示转换部分时，会得到高的图像质量，并且所需数据的量减少。然而，即使对二值化图像执行淡化过程，也难于从背景中完全去除符号区域的转换部分颜色。由此，通过使用一个符号区域被单一颜色表示的事实，采用符号切割信息而将颜色限制在每个符号一种，从而导致符号质量和压缩比的提高是客观的。应该注意，当由灰度最初表示的符号在高的图像质量下被压缩时，只需要执行一个附加的例外过程，如确定符号是否由多种颜色代表。也就是，当使用符号切割信息，将一个符号限制为一种颜色时，由于符号图像的扫描，能够去除作为方差的转换部分，其中符号图像由单一颜色最初代表。

当参考图44的流程图时，具体描述颜色减少单元执行的处理。

在步骤S6102，对于二值化图像执行淡化过程，其中二值化图像被符号坐标参考，并且相应于转换部分的黑色部分数被减少，在转换部分，颜色在扫描中从背景转换到符号部分，并且准备新图像“thinimage”。由于二值化图像“thinimage”用于步骤S6110的处理，通过具有二值化值255(黑色)和0(白色)的八字节，组成这个图像。在步骤S6103，对最初图像的RGB颜色，得到三维直方图，其中最初图像符合“thinimage”的黑色象素。这时，例如当输入图像每个具有八字节的RGB颜色时，通常需要256*256*256的直方图。当考虑图像部分所必需的不是灰度级而是分辨率时，并且考虑当通过扫描仪执行的读取中方差减小时，象素值的小差异将被忽略，来计算代表颜色时，并不实际需要很多这样等级的直方图。由此，在这个例子中，得到上五比特位的RGB三维直方图。为了得到直方图，还计算符号区域中出现的黑色象素总数blacknum。

在这个实施例中，采用RGB空间，然而，也可以采用其它颜色空间，如Lab和YUV。进一步，采用三维直方图；然而，可以对各自的颜色采用三个一维直方图。

在步骤S6104，执行初始过程，其中在区域中代表的符号颜色数colnum被复比特位，或者被处理的象素数okpixel被复比特位。而在步骤S6105计算代表值。在这种情况下，包括目标直方图的七个直方图的总值到达最大值的点，被采用作为代表值(七个直方图：目标点，R维上的两个临近点，G维上的两个临近点，B维上的两个临近点(见图39))。这样得到的最大值替换到Color[colnum]、colG[colnum]和colB[colnum]中。

确定被转换成代表值的颜色范围，在范围中，代表值作为中心。

固定代表值来得到三个一维直方图。图47是显示得到的三个一维直方图的图。例如，当代表值为(Color[26]、colG[30]和colB[22])时，得到一维直方图R(＝所有直方图沿线6301突起)，其中三维直方图G和B固定在30和22；得到一维直方图G(＝所有直方图沿线6302突起)，其中三维直方图R和B固定在26和22；并得到一维直方图B(＝所有直方图沿线6303突起)，其中三维直方图R和G固定在26和30。例如，一维直方图R具有图48显示的形状，并且从中检测点6401和6402，并且确定“R range”，其中这些点用作代表值。用于对图像确定二值化阈值的方法被采用，来检测点6401和6402。例如，当点6403是代表值时，包括0到代表值的直方图被替换到二值化阈值确定函数中而得到点6401，并且从包括代表值的直方图，在图48中的步骤S31转换而成的直方图，被替换到二值化阈值确定函数中，而得到点6402。

对R、G和B确定颜色范围，并且替换到fg_range[colnum]中。

在步骤S6106，fg_range[colnum]中三维直方图所有的值被设置为0。这时，设置为0的象素数加到代表处理的象素数okpixel上。

在步骤S6107，执行大致的颜色判断。对于已经出现的所有颜色执行这个处理。当发现大致的颜色时，跳出处理循环。如对符号切割所解释的，在通过扫描仪得到的图像中，灰度颜色发生在背景颜色与符号颜色之间。换句话说，如图49所示，彩色象素(6503)出现在背景颜色(6501)与符号颜色之间(6502)。通过参考二值化图像，接近背景颜色的线6504的颜色，不加到三维直方图中(通过淡化二值化图像，线6504靠近符号颜色侧定比特位)。然而，仍然出现灰度部分，并且在符号颜色6502被选取后，这部分的颜色将被选取。例如，当fg_color[0]为(32，40，40)时，趋于从fg_color[m]中选取(96，112，96)。执行大致的颜色判断，来确定这两种是相同的颜色。由于在不一致的颜色空间，RGB空间中，进行这个判断有点难，所以在Lab空间中执行这个判断。当对fg_color[0]＝(32，40，40)执行Lab转换时，得到(15，-4，-1)；并当对fg_color[m]＝(96，112，96)执行Lab转换时，得到(45，-9，-7)。

通过这个处理，能够去除灰度部分其中当扫描仪读取单一颜色最初代表的符号图像时，灰度部分作为方差发生，并且可以以高压缩比来压缩高质量图像。

实际上，应该检测背景颜色，并且沿着背景颜色的延伸线出现的颜色，和fg_color[0]，应该被确定为大致的颜色。然而在这个事实中，假设背景中包括很多白色部分，并且当Lab空间中“ab”的距离等于或小于阈值时，相关的颜色确定为大致的颜色。确定结果保持在kinji[]矩阵中，kinji[]中具有相同数的颜色代表大致的颜色。

下面显示了一个例子，其中kinji[0]和kinji[3]都是0。也就是，kinji[0]和kinji[3]确定为大致的颜色。

fg_color[0]＝(32，40，40)kinji[0]＝0

fg_color[1]＝(248，64，48)kinji[1]＝1

fg_color[2]＝(48，256，32)kinji[2]＝2

fg_color[3]＝(96，112，96)kinji[3]＝0

在步骤S6018，colnum递增。

在步骤S6019，执行检测，来确定黑色象素数是否超过75％(“75”只是个例子)，其中已经完成了颜色选取。

也就是，执行检测，来确定是否满足okpixel*75＞blacknum*100。

如果黑色象素数已经超过75％，程序控制前进到步骤S6110。如果黑色象素数还没有超过75％，程序控制转移到步骤S6113。

在步骤S6110，在“thinimage”中形成调色板图像。特别地，参考彩色图像的象素RGB电平，其中“thinimage”的值符合象素255(指示颜色分配还没有被执行)，并当RGB数据出现在fg_color[m]中时，kinji[m]＋1的值(值1)被替换到“thinimage”符合的象素值中。在这种情况下，除了kinji[m]，替换kinji[m]＋1，因为0值是代表非符号部分的特殊数(背景部分)，当kinji[m]为0时不能被替换。

在步骤S6110，当在“thinimage”中形成调色板图像时，在步骤S6111，从调色板图像中，通过使用符号切割信息，对每个符号准备颜色信息charpal。

对每个符号切割单元准备颜色信息charpal的方法，将使用图50中的符号图像作为例子来描述。在符号部分“明日は晴れてす，昨日は雨てした。”中，假设“晴れ”代表fg_color[1]选取的红色，“雨”是fg_color[2]检测的蓝色，而其它符号是黑色。

在符号切割处理中，符号开始的“明”被处理为第一符号。假设在这个符号中出现的细线图像“thinimage”的黑色象素数为100，并且100中的70个象素出现在fg_color[0]中，而20个出现在fg_color[3]中。由于kinji[0]和kinji[3]都是0(大致的颜色)，在步骤S6110，值1分配给90个象素。这时，当一个数占据存在黑色象素的最大值时，那种颜色被分配。在这个例子中，保留十个还没有分配颜色的象素，即使检测到这些象素的颜色，颜色的总数也不超过90。这样，用于“明”的颜色信息charpal[0]被确定为1。

以这种方式，从三个charpal，0到2中选择分配给每个符号切割部分的颜色。结果，作为颜色信息charpal，对“晴”的左侧偏旁“日”和右侧偏旁“青”及“れ”，kinji[1]＋1＝2指示分配红色；对“雨”kinji[2]＋1＝3指示分配蓝色；而对其余的符号，kinji[0]＋1＝1指示分配黑色。

当不同值不一致地出现在多个kinji[]中时，符号趋于被多种颜色代表。然而，这个确定限制于大致的颜色判断处理优选作用时的那些情况。这样，当包括这个函数时，推荐Lab空间中大致的颜色判断处理的性能。

在这个例子中，由于对所有存在的二十个符号分配颜色信息charpal，这个状态与步骤S6113用于跳出符号颜色选取循环的条件匹配，并且程序控制跳到步骤S6114。然而，在步骤S6112，当只对20个符号中的18个分配颜色信息时，只对于这些charpal没有准备的符号，再次得到三维直方图，并且程序控制返回到步骤S6105。这时，charpal没有准备的淡化符号的黑色象素数，被替换到blacknum中，并且“okpixel”被复比特位。然后，在上面的例子中，由于颜色选取到fg_color[3]完成，所以执行以fg_color[4]开始的选取。

这时，为了增加处理速度，在步骤S6112再次获得三维直方图可以只被执行一次，并且在步骤S6110和步骤S6111的处理可以只被限制为两次重复。试验显示了这足以得到满意的图像质量。

在上面的限制下，当程序控制跳出步骤S6113的循环时，仍然可以有符号，其中charpal还没有被处理。由此，在步骤S6114，当符号nokorichar等于或大于一时，其中charpal还没有被处理，颜色信息被强制分配给未处理的charpal。特别地，在步骤S6111的分配过程中，当考虑“thinimage”的象素255后续的趋势时(即颜色选取还没有被处理的象素)，即使得到最大值，颜色信息也替换到charpal中。然而，在步骤S6114，忽略“thinimage”的象素255，并且使用0(背景)以外象素的最大值，来确定charpal的值。由于存在这样的情况，0(背景)以外的象素都是255(即使对一个象素也不执行颜色选取)，对定比特位在附近的象素，charpal的颜色被替换到charpal中。例如，当图50中的“す”相应于这种情况得条件时，附近定比特位的“て”的charpal被替换进来。

这时，得到数字值“colnum”，作为已经被选取的颜色数。然而，由于这个值包括大致的颜色，并且还可以包括没有使用的颜色，即使它被选取，值colnum也不同于实际使用的颜色数(usecolnum)。这样，在步骤S6115，检查charpal来计算实际使用的颜色数。

在步骤S6116，当在步骤S6115计算的“usecolnum”等于或大于16时，包括背景(0)的17种颜色出现，并且不能被四比特位代表。这样，程序控制前进到步骤S6117，用于这个区域的颜色减少处理被放弃，并且返回DOJPEG(区域被代表为背景图像)。应该注意，当允许使用八比特位而不是四比特位时，usecolnum不是16而是256。

当usecolnum是一时，程序控制转换到步骤S6118，并且对使用准备一种颜色的调色板。在步骤S6119，输入二值化图像被编入，并且在步骤S6120返回DOMMP。

当usecolnum等于或大于二并小于16时，程序控制转换到步骤S6121，使用颜色的调色板被准备，并且在步骤S6122，建立调色板图像。在这个例子中，当usecolnum是二或三时，建立调色板，其中对每个象素使用两比特位来代表。在步骤S6123，返回DOZIP。

当这样得到的颜色减少图像3109具有一比特位时(返回MMR作为符号颜色选取的结果)，MMR压缩单元3110对图像3109执行MMR压缩，并准备压缩码Y。当颜色减少图像3109具有两比特位或更多比特位时(返回DOZIP作为符号颜色选取的结果)，ZIP单元3111压缩图像3109，并准备压缩码Z。当返回DOJPEG时，图像3109不传输到MMR压缩单元3110或ZIP压缩单元3111，其中不出现减少颜色的图像，并且命令传输的符号部分上色单元3105，而不将图像作为符号区域对待。符号上色处理

当参考图34A到34C和35时，将描述通过符号部分上色单元3104执行的处理。图35是流程图，显示了符号部分上色处理。

作为一个例子，假设采用图34A中显示的图像用作最初图像，其中灰度图像用作背景，而蓝色符号ABC实质画在中心，并且假设从最初图像中得到图34B显示的一个符号区域的二值化图像。在符号部分上色处理中，首先在步骤S4101，整个图像被分成32X32的区域(此后被称作部分)，并且对于每部分执行处理。在这个处理中得到的状态显示在图34C中。为了简化解释,显示了5X5的部分，并且在部分上左侧的数指示了部分数。部分数不限制于这里使用的数，并且图像可以分成不同数的部分。

在步骤S4102，执行检测来确定部分是否还没有被处理，在步骤S4113，执行判断来确定符号部分上色的目标区域是否出现在那部分中。符号颜色选取单元3108已经返回DOJPEG的区域，不被认为是符号部分上色目标，即使符号区域检测器3104确定那个区域是符号区域。也是如此。

在图34的例子中，在步骤S4103确定在部分00到04、10、14、20、24和30到35中，没有符号部分上色目标区域，并且对它们不执行任何处理，而处理下一部分。对于符号部分上色目标区域出现的部分(例如部分1)，在步骤S4104，通过参考相应的二值化图像。对于彩色图像的RGB值(或YUV值)计算平均值ave_color，其中彩色图像符合二值化图像的白色部分。然而，在步骤S4105，相应的二值化图像被参考，并且相应黑色象素的象素密度数据被确定为ave_color。对于符号上色目标区域出现的部分，重复上述处理。结果，在符号出现的部分，可以嵌入周边象素的平均值。

得到的图像通过减少单元3106减少。在这个实施例中，采用简单的淡化过程用于尺寸减小。减少处理和符号部分上色处理可以反向地执行。在这种情况下，考虑二值化图像与彩色图像之间的比特位置转换。

进一步，如果必要，通过收集符号区域坐标3112、调色板3114、压缩码X3113、压缩码Y3115和压缩码Z3116来准备格式。用于收集这五个的例子格式是Adobe(商标)的PDF。Adobe的PDF是通过应用“Acrobat Reader(商标)”显示的格式，它由Adobe免费发布，并且可以避免这样的问题，即接收侧不具有应用来准备文件，这样就不能打开文件。另一个例子格式是XML。XML是通过网络进行文件或数据的交换或发布的描述语言。展开处理

图26是显示展开处理所需的安排的图。

JPEG展开单元3201对接收的压缩码X3113执行JPEG展开，并准备多值图像E。放大单元3202接收多值图像E，并且放大它而得到多值图像F3203。MMR展开单元3204接收压缩码Y3115，并准备二值化图像G3205。IP展开单元3206接收压缩码Z3116，并且建立多种颜色图像H3207。图像连接单元3208接收符号区域坐标3112，和相应的调色板3114及二值化图像G3205或多种颜色图像H3207；当二值化图像或多种颜色图像的图像数据代表透明性时，选择图像F3203的象素颜色，或在其它情况下选择相应的调色板颜色；并且建立最终图像I3209。

图38A到38C是显示连接单元3208得到的结果的图。首先，在图38A中显示通过JPEG展开单元得到的压缩码C。对于这个处理，采用图34中的图像；然而，当采用用于JPEG压缩的量化不可逆方法时，得到数据，其象素值与从图34C中得到的稍许不同。与符号部分展开前，最初图像被JPEG不可逆压缩方法压缩的情况相比，当采用相同的量化表时，象素值中的改变小。换句话说，得到高质量的图像。在这个实施例中，通过MMR压缩得到的二值化图像，用作执行连接处理的符号区域。通过展开得到的二值化图像显示在图38B中。假设用于这个图像的调色板为R＝20，G＝30和B＝225。通过参考图38B中的二值化图像，调色板颜色(20，30，225)数据放置在图像38A相应于黑色象素的图像部分上，并且最后，得到图38C中显示的图像。对于多种颜色图像，调色板数改变。例如，对于两比特位，对四个象素值00、01、10、11分配的调色板被应用。一个象素代表透明性，而例如，当它为00时，对于这个象素选择图38A中的象素。

对于象素值01，应用调色板值01；对于象素值10，应用调色板值10；而对于象素值11，放置调色板值11。结果，得到展开的图像3209。<修正方案>

在上面的实施例中，通过使用完全表面单一阈值，建立二值化图像。然而，可以采用另一个阈值；例如，对于符号区域检测器3104检测的每个符号区域，可以计算优化的阈值，并且可以建立二值化图像。在这种情况下，不需要图43中的步骤S4001的再次二值化处理确定处理。

进一步，相同的二值化图像已经被符号部分上色单元3105和符号颜色选取单元3108使用；然而，相同的二值化图像不总需要被使用，并且对于单元3105和3108，可以内部地提供优化二值化单元。

而且，在上面的实施例中，当不能处理在具有低亮度的背景上，具有高亮度的符号时，可以通过使用例如图40中的安排执行这个处理。对于具有目标象素作为中心的象素，差分处理单元4702执行图41A和图41B显示的差分滤波，并且以这样的方式使象素二值化，即当象素值的绝对值超过阈值时，象素被确定为黑色，并当绝对值不超过阈值时，象素被确定为白色。在图41A中显示了第一差分滤波器。可以通过上部检测电平线，而可以通过下部检测垂直线，并且可以通过使用两个滤波器的总绝对值检测斜线。进一步，还可以采用斜线滤波器。处理所有方向的第二差分滤波器显示在图41B中。还可以对电平检测和垂直检测准备第二差分滤波器。这个滤波器对所有的象素定比特位，并且建立差分图像4702。这时，当淡化象素时执行滤波，分辨率可以同时减小。对于这样得到的二值化图像，当在图27中的步骤S3303开始的处理被执行时，包括变换的符号的符号区域坐标，也可以被检测到。还为了选取转换的符号作为符号区域，二值化单元4703必须对付这个处理。当选取转换的符号作为符号区域时，主要在图42中接收图样，而在上面的实施例中假设只有图33中的图样被接收。图42B中的情况是用于转换的符号的，而图42C中的情况是两种颜色的符号，即黑色符号和白色符号，出现在相同的灰色背景中的情况，当考虑这三个图样时，二值化单元4703只需要检测点A和B，并执行二值化处理，使夹在点A与B之间的区域为白色，而其它区域为黑色。或者，不考虑图42C中的情况，只有一个阈值需要被检测到，其中沿着阈值背景与符号部分被分离，并且对于转换的图样，可以执行图样转换。当转换的符号区域可以以这种方式处理时，转换的符号区域可以通过符号部分上色处理而平滑，其中转换的符号保持在第四实施例的JPEG压缩图像中。结果，压缩效率提高，并且转换的符号部分可以被压缩，而不会使分辨率减小，或因为蚊子噪声而产生的退化。

还可以对于多个装置(例如主计算机、接口设备、读取器或打印机)组成的系统，或对一个装置(例如复印机或传真机)采用本发明。

进一步，还可以通过对系统或装置(CPU或MPU)提供存储介质(或记录介质)，其上记录有实现本实施例功能的软件程序码，并且通过允许系统或装置读取并执行记录的程序码，来实现本发明的目的。在这种情况下，从存储介质上读取的程序码，提供上述实施例的功能，并且其上记录有程序码的存储介质组成本发明。而且，通过本发明，不仅通过计算机执行程序码来提供前面实施例的功能，而且程序码可以与计算机上运行的操作系统(OS)相互作用，或与其它软件应用相互作用，来提供上面实施例中描述的功能。

更进一步，通过本发明，从存储介质读取的程序码，可以写入内存中，其中内存安装在插入计算机的功能扩展板上，或者写入连接到计算机的功能扩展单元上，并且与程序码的指令相一致，安装在功能扩展板或功能扩展单元上的CPU，可以执行所需的部分或全部实际处理，来实现上述实施例的功能。

当对上面的存储介质应用本发明时，相应于上述流程图(图43和/或图44及45)的程序码存储在存储介质上。

根据本发明，由于对于每个符号切割单元分配一种颜色，符号可以由多种颜色有效地代表，并当这种方法用于压缩系统时，可以以高压缩比执行高质量的图像压缩。

Claims (12)

1.图像处理装置，包括:

直方图计算装置，用于计算与输入图像一致的直方图；

二值化阈值计算装置，用于根据所述直方图计算二值化阈值，通过它所述输入图像中的预定区域被模糊；

二值化装置，用于使所述二值化阈值将所述输入图像二值化；和

计算装置，用于根据所述二值化装置得到的结果，计算所述输入图像的所述预定区域的颜色。

2.根据权利要求1的图像处理装置，其中，通过参考所述二值化装置得到的二值化图像，所述计算装置计算在所述输入图像中与所述二值化图像的黑色部分相对应的部分的平均值，并且根据所述平均值计算所述输入图像预定区域的颜色。

3.根据权利要求1的图像处理装置，其中，通过参考所述二值化装置得到的二值化图像，所述计算装置计算所述输入图像中与所述二值化图像的黑色部分相对应的部分的直方图，并且根据所述直方图计算所述输入图像预定区域的颜色。

4.根据权利要求1的图像处理装置，其中所述二值化装置进一步包括转换装置，用于转换二值化结果。

5.根据权利要求1的图像处理装置，其中所述预定区域中的图像为符号图像。

6.图像处理方法，包括：

直方图计算步骤，用于计算与输入图像一致的直方图；

二值化阈值计算步骤，用于根据所述直方图计算二值化阈值，通过它所述输入图像中的预定区域被模糊；

二值化步骤，用于使用所述二值化阈值将所述输入图像二值化；和

计算步骤，用于根据所述二值化装置得到的结果，计算所述输入图像的所述预定区域的颜色。

7.根据权利要求6的图像处理方法，其中，通过参考在所述二值化步骤得到的二值化图像，在所述计算步骤，所述输入图像中与所述二值化图像的黑色部分相对应的部分的平均值得到计算，并且根据所述平均值，计算所述输入图像预定区域的颜色。

8.根据权利要求6的图像处理方法，其中，通过参考在所述二值化步骤得到的二值化图像，在所述计算步骤，对所述输入图像中与所述二值化图像的黑色部分相对应的部分的直方图得到计算，并且根据所述直方图计算所述输入图像预定区域的颜色。

9.根据权利要求6的图像处理方法，其中所述二值化步骤进一步包括转换步骤，用于转换二值化结果。

10.根据权利要求6的图像处理方法，其中所述预定区域中的图像为符号图像。

11.计算机可读取的存储介质，其上存储有程序，包括：

码，用于计算与输入图像一致的直方图；

码，用于根据所述直方图计算二值化阈值，通过它所述输入图像中的预定区域被模糊；

码，用于使用所述二值化阈值将所述输入图像二值化；和

码，用于根据所述二值化装置得到的结果，计算所述输入图像的所述预定区域的颜色。

12.图像处理装置，包括：

二值化装置，用于使彩色图像数据二值化；

检测装置，用于检测所述彩色图像数据中的符号区域；

颜色减少装置，用于从形成所述符号区域中的符号的N种颜色中，得到M种颜色，其中M等于或小于N；

符号切割装置，用于对所述符号区域执行符号切割处理；和

颜色分配装置，用于对每个符号切割单元分配所述M种颜色的一种，其中每个符号切割单元由所述符号切割装置得到。

Images