JP2009135564A - 画像処理装置、画像処理方法およびプログラム - Google Patents
画像処理装置、画像処理方法およびプログラム Download PDFInfo
- Publication number
- JP2009135564A JP2009135564A JP2007307482A JP2007307482A JP2009135564A JP 2009135564 A JP2009135564 A JP 2009135564A JP 2007307482 A JP2007307482 A JP 2007307482A JP 2007307482 A JP2007307482 A JP 2007307482A JP 2009135564 A JP2009135564 A JP 2009135564A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pixels
- pixel
- density
- gray
- 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
Links
- 238000003672 processing method Methods 0.000 title claims description 8
- 230000005540 biological transmission Effects 0.000 claims abstract description 45
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000002834 transmittance Methods 0.000 claims description 7
- 230000002194 synthesizing effect Effects 0.000 claims 1
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
【課題】二値化画像を多値(多階調)の画像に変換し、透過画像に適用する。
【解決手段】前記x,y,zピクセルを含む領域のグレイ濃度を、
グレイ濃度(%)=(4x+2y+z)/16
に基づいて求める。これを画像全体に対して行うことで、1ビット二値画像を多値のグレイスケール画像に変換することができ、変換後の画像を用いて高精度な透過画像を生成することができる。
【選択図】図2
【解決手段】前記x,y,zピクセルを含む領域のグレイ濃度を、
グレイ濃度(%)=(4x+2y+z)/16
に基づいて求める。これを画像全体に対して行うことで、1ビット二値画像を多値のグレイスケール画像に変換することができ、変換後の画像を用いて高精度な透過画像を生成することができる。
【選択図】図2
Description
本発明は、二値画像から多値画像への変換および透過画像への適用を可能とするための画像処理装置、画像処理方法およびプログラムに関する。
例えばプリンタなどの画像処理では、入力された多値の画像に対して二値化処理を施し、画像サイズを小さくすることで処理の高速化を図ることがある。二値化の手法としては、例えばディザ法が有名である。
二値化画像は階調がないため、二値化画像を使って透過画像を生成すると満足な結果が得られない。一般にディザ法等の二値化処理は非可逆処理のため、いったん二値化された画像を多値(多階調)の画像に変換することは困難である。
本発明は、1ビット二値画像の任意の1ピクセルをxピクセル、xピクセルの上下左右に隣接する4ピクセルをyピクセル、xピクセルの斜めに隣接する4ピクセルをzピクセルとし、黒指定されたx,y,zピクセルの数をそれぞれx,y,zとしたときに、
グレイ濃度(%)=(4x+2y+z)/16
に基づいて前記x,y,zピクセルを含む領域のグレイ濃度を求める処理を画像全体に対して行うことで、前記1ビット二値画像を多値のグレイスケール画像に変換することを特徴とする。
他の発明は、上記変換された第1の画像を背景とし、変換された第1の画像と同じ階調の第2の画像を前景として、
透過部=背景色×α+前景色×(100−α)
ただし、α=透過率
により透過部の濃度を求め、求めた濃度に基づいて第1,第2の画像を合成し、透過画像を生成することを特徴とする。
グレイ濃度(%)=(4x+2y+z)/16
に基づいて前記x,y,zピクセルを含む領域のグレイ濃度を求める処理を画像全体に対して行うことで、前記1ビット二値画像を多値のグレイスケール画像に変換することを特徴とする。
他の発明は、上記変換された第1の画像を背景とし、変換された第1の画像と同じ階調の第2の画像を前景として、
透過部=背景色×α+前景色×(100−α)
ただし、α=透過率
により透過部の濃度を求め、求めた濃度に基づいて第1,第2の画像を合成し、透過画像を生成することを特徴とする。
本発明によれば、二値化画像を多値(多階調)の画像に変換することができ、例えば変換した画像を用いて高精度の透過画像を生成することが可能となる。
図1〜図19により本発明の一実施の形態を説明する。
図1はコンピュータの構成図である。コンピュータ100は、CPU11、RAM12、ディスクインターフェース13、ディスプレイコントローラ14、CPUバス15、シリアルバス16、シリアルバスコントローラ17などを有する本体部と、シリアルバス16を介して接続されるキーボード21やマウス22等の入力装置と、ディスクインターフェース13を介して接続されるハードディスク31と、表示装置としてのディスプレイ32とから構成される。
図1はコンピュータの構成図である。コンピュータ100は、CPU11、RAM12、ディスクインターフェース13、ディスプレイコントローラ14、CPUバス15、シリアルバス16、シリアルバスコントローラ17などを有する本体部と、シリアルバス16を介して接続されるキーボード21やマウス22等の入力装置と、ディスクインターフェース13を介して接続されるハードディスク31と、表示装置としてのディスプレイ32とから構成される。
CPU11は、例えばデジタルカメラ200から入力した画像や、その他のルートで入力した画像を予めハードディスク31に記憶し、予めインストールされている画像処理プログラムによって透過画像を生成することができる。透過画像とは、2以上の画像を用い、背景となる画像の上に前景となる画像を重ね合わせ、前景を介して背景が透けて見えるような画像である。透過演算式として、以下の(1)式を用いることで、違和感のない自然な透過画像を得ることができる。
透過部=背景色×α+前景色×(100−α)・・・(1)
ただし、α=透過率(%)
なお、背景、前景、透過部(重なり部分)の階調は任意であるが、全て同じ階調である必要がある。
透過部=背景色×α+前景色×(100−α)・・・(1)
ただし、α=透過率(%)
なお、背景、前景、透過部(重なり部分)の階調は任意であるが、全て同じ階調である必要がある。
例えば、前景および背景とも8ビット(256階調)のグレイスケール画像であれば、背景色、前景色、透過部は、それぞれ0〜255のいずれかの整数値が入る。具体例として、背景色=200、前景色=100、透過率50%とした場合は、
透過部=200×50%+100×(100−50)%=100+50=150
となる。このような透過演算を重なり部分の各ピクセル(画素)に対して施すことで、透過画像が得られる。
透過部=200×50%+100×(100−50)%=100+50=150
となる。このような透過演算を重なり部分の各ピクセル(画素)に対して施すことで、透過画像が得られる。
ところで、二値化された1ビット(2階調)画像の場合は、上記(1)式を適用しても透過部は0と1のいずれかにしかならならず、精度のよい透過画像を得ることができない。つまり精度のよい透過処理を施すには、ある程度以上の階調が必要となる。
そこで本実施形態では、二値化画像を透過画像の背景として利用したい場合に、その二値化画像を8ビットのグレイスケール画像に変換(増色)することで、精度の高い透過処理を可能とする。以下、パターンマッチング法を用いた増色の原理について説明する。
増色に用いる演算式を確立するにあたり、25%灰色のグレイスケール(8ビット)画像を用意し、ディザ法によって二値化(圧縮)する。ディザ法は、公知のように入力画像の濃淡レベルを、一定の規則で算出した閾値と比較して黒か白かを決めるもので、Bayer型、渦巻型、網点型などが有名である。
図2(a)は、Bayer型で二値化した25%灰色画像から4×4(=16)ピクセルを抽出したものである。この抽出画像の任意の1ピクセルに注目し、その周辺の8ピクセルを含むパターンを考えたとき、どのピクセルに着目した場合もパターンa,b,c(図2(b)〜(d))のいずれかに一致することが分かる。
図2(e)に示すように、注目した中心ピクセルをx、xの上下左右に隣接する4ピクセルをy、xの斜めに位置する4ピクセルをzとし、100%黒色(全ピクセルが黒)で、
x×1+y×4+z×4=100%
100%白色(全ピクセルが白)で、
x×0+y×0+z×0=0%
が成り立つと仮定する。
x×1+y×4+z×4=100%
100%白色(全ピクセルが白)で、
x×0+y×0+z×0=0%
が成り立つと仮定する。
25%灰色画像のパターンa,b,cでは、
パターンa:x×0+y×0+z×4=4z=25%
パターンb:x×0+y×2+z×0=2y=25%
パターンc:x×1+y×0+z×0=x=25%
となり、これらが全て成り立つと仮定すると、x,y,zのそれぞれは、xが25%(=1/4)、yが12.5%(1/8)、zが6.75%(1/16)の重みを持つことが分かる。その結果、下記の式が導き出される。
グレイ濃度(%)=(4x+2y+z)/16・・・(2)
ただし、x,y,zはそれぞれ黒ピクセルの数
パターンa:x×0+y×0+z×4=4z=25%
パターンb:x×0+y×2+z×0=2y=25%
パターンc:x×1+y×0+z×0=x=25%
となり、これらが全て成り立つと仮定すると、x,y,zのそれぞれは、xが25%(=1/4)、yが12.5%(1/8)、zが6.75%(1/16)の重みを持つことが分かる。その結果、下記の式が導き出される。
グレイ濃度(%)=(4x+2y+z)/16・・・(2)
ただし、x,y,zはそれぞれ黒ピクセルの数
次に、導き出された(2)式が他の二値画像に適用できるか否かを検証する。
図3はBayer型による他の25%灰色画像(二値画像)を示す。この抽出画像では、どのピクセルに着目してもパターンb,c,dのいずれかに一致する。先の例にはないパターンdを(2)式に当てはめると、
グレイ濃度=(4×0+2×1+1×2)/16=4/16(25%)
となり、式の確かさが検証された。つまりBayer型で圧縮された画像に対しては、いずれのパターンからも上記(2)式を用いて圧縮前のグレイ濃度を正確に推定できることがわかった。
図3はBayer型による他の25%灰色画像(二値画像)を示す。この抽出画像では、どのピクセルに着目してもパターンb,c,dのいずれかに一致する。先の例にはないパターンdを(2)式に当てはめると、
グレイ濃度=(4×0+2×1+1×2)/16=4/16(25%)
となり、式の確かさが検証された。つまりBayer型で圧縮された画像に対しては、いずれのパターンからも上記(2)式を用いて圧縮前のグレイ濃度を正確に推定できることがわかった。
Bayer型は、ディザ法の中でも規則的な散らばりを持つパターンを生成するため、黒ピクセルが平均的に分布し、それ故に(2)式が適用できたと考えられる。そこで、他のディザ法で圧縮した二値画像に対しても(2)式適用の可否を検証する。
上述と同様に25%灰色のグレイスケール画像を用意し、ディザ法の網点型および渦巻型でそれぞれ圧縮した二値画像に対し、上記演算を行った。その結果を図4,図5に示す。網点型では、パターンによって13%〜38%の範囲でぶれが生じ、渦巻型では6%〜56%と更に大きくぶれ、単純には(2)式を適用できないことが分かった。
ここで、ディザ法は画像解像度と人の視覚の感度差を利用した圧縮方式であるため、1ピクセルあたりの誤差は全体で見れば平均化できると考えられる。そこで、図6,図7に示すように、16ピクセル全てに対して(2)式を適用し、平均をとってみた(図6(b),図7(b))。その結果、網点型、渦巻型のいずれにおいてもグレイ濃度=25%を導き出すことができた。これにより、(2)式はBayer型のみならず、網点型および渦巻型に対しても有効であることが判明した。勿論、他の濃度でも有効である。
上記のパターンマッチング法(グレイ濃度推定)をコンピュータプログラムにて実現する場合、処理の流れは例えば図8のようになる。
ステップS1では、処理すべき二値画像に対し、着目すべき中心ピクセル(図2(e)のX)を決定する。中心ピクセルxの決定により自動的に周囲ピクセル(y,z)が決まるが、決定された中心ピクセルxが端のピクセルの場合は、y,zの一部が存在しないので、図9に示すようにこれらを補完する(ステップS2→S3)。すなわち、存在しないピクセルは、図9(a)のように基本的には中心ピクセルxを挟んで対称の位置にあるピクセルと同等とする。ただし、図9(b)のように角部のピクセルが中心ピクセルxの場合は、中心ピクセルxを挟んで両側のピクセルとも存在しないことがあるので、このようなピクセルはいずれも0(白ピクセル)とする。これにより、いずれのケースでもx,y,zが決まるので、決定されたx,y,zに対し、(2)式を適用してグレイ濃度を算出する(ステップS4)。
ステップS1では、処理すべき二値画像に対し、着目すべき中心ピクセル(図2(e)のX)を決定する。中心ピクセルxの決定により自動的に周囲ピクセル(y,z)が決まるが、決定された中心ピクセルxが端のピクセルの場合は、y,zの一部が存在しないので、図9に示すようにこれらを補完する(ステップS2→S3)。すなわち、存在しないピクセルは、図9(a)のように基本的には中心ピクセルxを挟んで対称の位置にあるピクセルと同等とする。ただし、図9(b)のように角部のピクセルが中心ピクセルxの場合は、中心ピクセルxを挟んで両側のピクセルとも存在しないことがあるので、このようなピクセルはいずれも0(白ピクセル)とする。これにより、いずれのケースでもx,y,zが決まるので、決定されたx,y,zに対し、(2)式を適用してグレイ濃度を算出する(ステップS4)。
上記の処理は、4×4(=16)のピクセルに対して行われ、16ピクセル全てについて濃度が求まると、その平均値を求めて当該16ピクセルの最終的なグレイ濃度とし、記憶する(ステップS5→S6)。ディスプレイ32上で変換の過程を表示する場合は、最終的なグレイ濃度で16ピクセルの描画を行う(ステップS7)。上記ステップS1〜S6の処理を場所を移動させながら繰り返し、画像全体に対して処理が完了すると終了となる。
本発明者は、上述のパターンマッチング法を用いて実際の二値画像(1ビット)からグレイスケール画像(8ビット)に変換(復元)し、その復元精度を検証した。これは、種々の濃度を持つ8ビットグレイスケール画像を3種類のディザ法(Bayer型、網点型、渦巻型)でそれぞれ二値画像に圧縮し、それらをグレイスケール画像に変換するものである。
サンプルとして、図10に示すようなグレイスケール画像を用意した。これは、グレイ値がそれぞれ31、63、95、127、159、191、255(白)の正方形領域を左から並べて構成したものである。図11(a)〜(c)は、このグレイスケール画像をディザ法のBayer型、網点型、渦巻型でそれぞれ二値化した画像を示し、また図12(a)〜(c)は、図11(a)〜(c)の二値画像をそれぞれ上述の方法でグレイスケールに復元した画像を示している。
実際の撮影画像に対しても同様の処理を試みた。図13,図14は、それぞれ(a)がデジタルカメラで撮影した8ビットグレイスケール画像、(b)が(a)の画像をディザ法で二値化した1ビット二値画像、(c)が(b)から上記の方法で復元した8ビットグレイスケール画像である。いずれの復元画像においても、復元前にマス目状になっていた部分がグレイに補完されており、元のグレイスケール画像に近いことが分かる。
次に、復元されたグレイスケール画像の透過画像への適用について説明する。
今、ある被写体を撮影した8ビットのグレイスケール画像Aと、別の被写体を撮影した1ビットの二値画像Bとがあり、画像A,Bをそれぞれ前景、背景として透過画像を作成したいという要望があるとする。方法としては次の3種類が考えられる。
(A)間引き法:背景となる二値画像Bを単純に8倍し、前景となるグレイスケール画像Aに対しては、透過率に応じた画素の間引き処理を施す。処理後の画像Bに処理後の画像Aを単純に重ね合わせて疑似透過画像を生成する。
(B)透過演算法1:背景となる二値画像Bを単純に8倍し、透過演算を行って画像Aを合成する。
(C)透過演算法2:背景となる二値画像Bを上述したパターンマッチング法でグレイスケール画像に復元し、透過演算を行って画像Aを合成する。
ここで、透過演算は、上述した(1)式に基づくものである。
今、ある被写体を撮影した8ビットのグレイスケール画像Aと、別の被写体を撮影した1ビットの二値画像Bとがあり、画像A,Bをそれぞれ前景、背景として透過画像を作成したいという要望があるとする。方法としては次の3種類が考えられる。
(A)間引き法:背景となる二値画像Bを単純に8倍し、前景となるグレイスケール画像Aに対しては、透過率に応じた画素の間引き処理を施す。処理後の画像Bに処理後の画像Aを単純に重ね合わせて疑似透過画像を生成する。
(B)透過演算法1:背景となる二値画像Bを単純に8倍し、透過演算を行って画像Aを合成する。
(C)透過演算法2:背景となる二値画像Bを上述したパターンマッチング法でグレイスケール画像に復元し、透過演算を行って画像Aを合成する。
ここで、透過演算は、上述した(1)式に基づくものである。
図15〜図17は上記(A)(B)(C)の処理結果をそれぞれ示している。透過率はいずれも50%である。
図15は(A)の間引き法によるもので、図13(a)が前景、図14(b)が背景である。この疑似透過画像では、パターンの重なり位置によっては安定した透過結果が得られていないことがわかる。間引き法は、透過演算が不要なため簡易的に用いられることが多く、仮に背景、前景ともにグレイスケール画像であれば、透過演算を行った場合の透過画像に近い結果が得られることが分かっている。しかし、この例のように背景が二値画像である場合は、ディザパターンと間引きパターンの干渉によって満足な結果が得られない。したがって、この方法は高品質の透過画像を得たいときには不向きであるといえる。
図15は(A)の間引き法によるもので、図13(a)が前景、図14(b)が背景である。この疑似透過画像では、パターンの重なり位置によっては安定した透過結果が得られていないことがわかる。間引き法は、透過演算が不要なため簡易的に用いられることが多く、仮に背景、前景ともにグレイスケール画像であれば、透過演算を行った場合の透過画像に近い結果が得られることが分かっている。しかし、この例のように背景が二値画像である場合は、ディザパターンと間引きパターンの干渉によって満足な結果が得られない。したがって、この方法は高品質の透過画像を得たいときには不向きであるといえる。
図16は(B)の透過演算法1によるもので、図13(a)が前景、図14(b)が背景である。前景がグレイスケール画像であるのに対して背景が二値画像であるため、透過演算を行っても背景のパターンが目に付き、満足な結果とはいえない。
図17は(C)の透過演算法2によるもので、図13(a)が前景、図14(c)が背景である。背景が二値画像からグレイスケール画像に補完されているので、背景が均され、透過部分も滑らかに描かれている。因みに、図18は図13(a)を前景、元のグレイスケール画像(図14(a))を背景とした透過画像であるが、図17は図18に大分近いことが分かる。
上述したグレイスケール画像への変換および透過画像作成を連続で行う場合、処理の流れは例えば図19のようになる。
図8で説明したステップS1〜S8の処理を行い、ステップS8が肯定されると、前景となる画像(8ビットグレイスケール画像)を入力し(ステップS11)、変換した背景画像(8ビットグレイスケール画像)とで、上記(1)式による透過演算を行う(ステップS12)。ステップS13では、透過演算結果に基づいて透過画像を作成し、記憶する。
図8で説明したステップS1〜S8の処理を行い、ステップS8が肯定されると、前景となる画像(8ビットグレイスケール画像)を入力し(ステップS11)、変換した背景画像(8ビットグレイスケール画像)とで、上記(1)式による透過演算を行う(ステップS12)。ステップS13では、透過演算結果に基づいて透過画像を作成し、記憶する。
なお、以上は2枚の画像から透過画像を生成する例を示したが、3枚以上の画像を重ね合わせる場合も同様の手法を適用できる。
11 CPU
100 コンピュータ
100 コンピュータ
Claims (7)
- 1ビット二値画像である第1の画像の任意の1ピクセルをxピクセル、xピクセルの上下左右に隣接する4ピクセルをyピクセル、xピクセルの斜めに隣接する4ピクセルをzピクセルとし、黒指定されたx,y,zピクセルの数をx,y,zとしたときに、
グレイ濃度(%)=(4x+2y+z)/16
に基づいて前記x,y,zピクセルを含む領域のグレイ濃度を求める処理を画像全体に対して行うことで、前記第1の画像を多値のグレイスケール画像に変換する変換手段と、
前記変換された第1の画像を背景とし、該変換された第1の画像と同じ階調の第2の画像を前景として、
透過部=背景色×α+前景色×(100−α)
ただし、α=透過率
により透過部の濃度を求める透過演算手段と、
前記求めた濃度に基づいて前記第1,第2の画像を合成し、透過画像を生成する生成手段とを備えたことを特徴とする画像処理装置。 - 前記変換手段は、前記第1の画像の任意の領域内の全ピクセルをxピクセルに指定したときの前記グレイ濃度をそれぞれ求め、それらの平均値を当該領域のグレイ濃度とすることを特徴とする請求項1に記載の画像処理装置。
- 1ビット二値画像の任意の1ピクセルをxピクセル、xピクセルの上下左右に隣接する4ピクセルをyピクセル、xピクセルの斜めに隣接する4ピクセルをzピクセルとし、黒指定されたx,y,zピクセルの数をそれぞれx,y,zとしたときに、
グレイ濃度(%)=(4x+2y+z)/16
に基づいて前記x,y,zピクセルを含む領域のグレイ濃度を求める処理を画像全体に対して行うことで、前記1ビット二値画像を多値のグレイスケール画像に変換することを特徴とする画像処理方法。 - 前記二値画像の任意の領域内の全ピクセルをxピクセルに指定したときの前記グレイ濃度をそれぞれ求め、それらの平均値を当該領域のグレイ濃度とすることを特徴とする請求項3に記載の画像処理方法。
- 1ビット二値画像である第1の画像の任意の1ピクセルをxピクセル、xピクセルの上下左右に隣接する4ピクセルをyピクセル、xピクセルの斜めに隣接する4ピクセルをzピクセルとし、黒指定されたx,y,zピクセルの数をx,y,zとしたときに、
グレイ濃度(%)=(4x+2y+z)/16
に基づいて前記x,y,zピクセルを含む領域のグレイ濃度を求める処理を画像全体に対して行うことで、前記第1の画像を多値のグレイスケール画像に変換する手順と、
前記変換された第1の画像を背景とし、該変換された第1の画像と同じ階調の第2の画像を前景として、
透過部=背景色×α+前景色×(100−α)
ただし、α=透過率
により透過部の濃度を求める手順と、
前記求めた濃度に基づいて前記第1,第2の画像を合成し、透過画像を生成する手順とを備えたことを特徴とする画像処理方法。 - 前記第1の画像の任意の領域内の全ピクセルをxピクセルに指定したときの前記グレイ濃度をそれぞれ求め、それらの平均値を当該領域のグレイ濃度とすることを特徴とする請求項5に記載の画像処理方法。
- 請求項3〜6のいずれか1項記載の画像処理方法をコンピュータに実行させるための画像処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007307482A JP2009135564A (ja) | 2007-11-28 | 2007-11-28 | 画像処理装置、画像処理方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007307482A JP2009135564A (ja) | 2007-11-28 | 2007-11-28 | 画像処理装置、画像処理方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009135564A true JP2009135564A (ja) | 2009-06-18 |
Family
ID=40867059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007307482A Pending JP2009135564A (ja) | 2007-11-28 | 2007-11-28 | 画像処理装置、画像処理方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009135564A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448067A (zh) * | 2018-09-18 | 2019-03-08 | 广东智媒云图科技股份有限公司 | 一种基于螺旋结构的绘画方法及装置 |
CN114945060A (zh) * | 2021-02-08 | 2022-08-26 | 京瓷办公信息系统株式会社 | 图像处理装置和图像形成装置 |
-
2007
- 2007-11-28 JP JP2007307482A patent/JP2009135564A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448067A (zh) * | 2018-09-18 | 2019-03-08 | 广东智媒云图科技股份有限公司 | 一种基于螺旋结构的绘画方法及装置 |
CN109448067B (zh) * | 2018-09-18 | 2023-01-10 | 广东智媒云图科技股份有限公司 | 一种基于螺旋结构的绘画方法及装置 |
CN114945060A (zh) * | 2021-02-08 | 2022-08-26 | 京瓷办公信息系统株式会社 | 图像处理装置和图像形成装置 |
CN114945060B (zh) * | 2021-02-08 | 2023-10-20 | 京瓷办公信息系统株式会社 | 图像处理装置和图像形成装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7175197B2 (ja) | 画像処理方法および装置、記憶媒体、コンピュータ装置 | |
Arham et al. | Multiple layer data hiding scheme based on difference expansion of quad | |
TWI485646B (zh) | 圖轉換方法、圖轉換設備、及用於圖轉換的電腦程式產品 | |
JP2003209678A (ja) | 情報処理装置及びその制御方法 | |
JP6477369B2 (ja) | 情報埋め込み装置、情報埋め込み方法、及び情報埋め込みプログラム | |
JP2005065227A (ja) | 画像処理方法、プログラム、記憶媒体及び装置 | |
JP2011150483A (ja) | 画像処理装置 | |
KR20150046810A (ko) | 영상 처리 방법 및 장치 | |
JP2007028604A (ja) | 画像処理装置、画像処理方法及びビデオカメラ | |
JP2009135564A (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP2011119824A (ja) | 画像処理装置及び画像処理プログラム | |
JP4510743B2 (ja) | 割符画像生成方法および装置、割符画像生成用プログラムおよび秘密画像復号方法 | |
Vigila et al. | Hiding of Confidential Data in Spatial Domain Images using Image Interpolation. | |
JPWO2019041842A5 (ja) | ||
Tsai et al. | A generalized image interpolation-based reversible data hiding scheme with high embedding capacity and image quality | |
Wahed et al. | A simplified parabolic interpolation based reversible data hiding scheme | |
JP2006048328A (ja) | 顔検出装置および顔検出方法 | |
CN112106100B (zh) | 将水印编码至数字图像中的方法和设备、检测数字图像中的水印的方法和设备、计算机程序产品 | |
JP3934353B2 (ja) | 画像処理装置、記録媒体およびプログラム | |
JPH0816773A (ja) | 画像処理方法 | |
JP2008021219A (ja) | 画像処理装置及び方法 | |
JP2005293265A (ja) | 画像処理装置及び方法 | |
JP5934019B2 (ja) | 階調復元装置及びそのプログラム | |
JP2008017255A (ja) | 画像処理装置及びその方法 | |
JP6157234B2 (ja) | 画像処理装置、画像処理方法およびプログラム |