JP2922520B2 - 画像処理方法 - Google Patents

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は、画像処理方法に関するものである。

［従来の技術］ 従来、画像処理技術を応用して美的画像を作り出す例
としてモザイク処理がある。これは、例えばＸ方向及び
Ｙ方向に各５画素の合計25画素をブロツク単位として画
像のモザイク処理をするものであり、具体的には、アド
レス（x,y）の原画像データをａ（x,y）とすると、モザ
イク処理後の画像データａ′（x,y）は（１）式によつ
て求まる。

ａ′（5m−i,5n−ｊ）＝ａ（5m−3,5n−３）…（１） ここで、 i,j＝画素番号（1,2,3,4,5） m,n:ブロック番号（1,2,3,…） 即ち、上記（１）式では各ブロツク内の中心画素デー
タａ（5m−3,5n−３）が代表値となつており、当該ブロ
ツク内の全画素データａ′（5m−i,5n−ｊ）を前記代表
値で置き替えてモザイク化処理している。尚、この代表
値は中心画素データに限らずブロツク内のどの画素デー
タで代表しても良い。またブロツク内平均値を採用する
場合もある。

またモザイク処理の絵画的表現への応用としては特開
昭62−179059号、特開昭62−179060号及び特開昭62−17
9061号がある。これらは、ランダム関数により前記モザ
イクパターンをランダム位置に発生させ、あるいは原画
像データのコントラストや空間周波数特性に応じてモザ
イクパターンの大きさを変化させるものである。

［発明が解決しようとしている課題］ しかしながら、上記従来例では、発生させるモザイク
パターンの色が原画像の一部から取り出したそのままの
色であつたり、数画素の平均値であつたりしたため、処
理結果としての画像の色合いが原画像に左右され、また
実際の絵画などと比較すると、ひどく彩度の低いものと
なることがしばしば生じている。

本発明は、上記課題を解決するためになされたもの
で、原画像データの明度、彩度、色相の３属性のうち、
２属性を処理モードの種類により変化させることにより
種々の効果を原画像データに施すことができる画像処理
方法の提供を目的とする。

［課題を解決するための手段］ 上記目的を達成するために、本発明は、原画像データ
を入力し、明度、彩度、色相の３属性のうち、２属性を
組み合わせて記憶部に記憶された代表色データ群から、
前記原画像データに類似した代表色データを決定し、前
記原画像データの前記２属性を、前記代表色データに変
換する画像処理方法であって、前記２属性の組み合わせ
は、前記変換を行う際に、変換する画像の種類により変
化することを特徴とする。

［実施例］ 以下、添付図面を参照して本発明に係る好適な一実施
例を詳細に説明する。

［装置の説明 （第１図）］ 第１図は、本発明による実施例の画像処理装置のブロ
ツク構成図である。図において、１はコントロールプロ
セツサユニツト（CPU）であり、本実施例装置の主制御
を行う。２はCPUメモリであり、上記CPU1が実行する例
えば第２図の絵画化処理プログラム及び該処理に必要な
パラメータ等を不図示のROM又はROM内に記憶している。
３はCPU1のI/Oインタフエースであり、不図示のキーボ
ード，マウスなど意志入力装置が接続される。４はCPU
バスであり、CPU1のアドレスバス，データバス及び制御
バスから成る。

27は画像データI/Oであり、これに不図示の画像読取
装置又は画像出力装置を接続することで絵画化処理前後
の画像データの入出力を行える。16〜18は画素当り８ビ
ツトのイメージメモリであり、上記画像データI/O27を
介して読み込んだＲ（赤）,G（緑）,B（青）の３原色の
原画像データを夫々記憶する。19は同じく画素当り８ビ
ツトのテクスチヤメモリであり、例えば油絵で使用する
ようなキヤンバス（編目模様）の画像データを記憶す
る。20は画素当り８ビツトのワークメモリであり、上記
イメージメモリ16〜18画像データについて行なつた演算
処理結果を一時的に記憶する。21は画素当り16ビツトの
16ビツトメモリであり、同じくイメージメモリ16〜18の
画像データについて行なつた積和結果等を一時的に記憶
する。22〜24は高速度RAMから成るルツクアツプテーブ
ル（LUT）であり、CPU1により階調変換テーブルを書き
換え可能な各256×８ビツトの記憶容量を待つ。該LUT22
〜24のアドレスライン各８本（０〜255番地）であり、
アドレスデータは夫々イメージメモリ16〜18出力の画像
データ（０〜255階調）によつて与えられる。一方、各L
UT22〜24の読出しデータラインは各８本で構成され、こ
れらはビデオバス25に接続されている。また各LUT22〜2
4にはCPUバス４が直接接続されており、これを介してCP
U1はLUT22〜24の内容をいつでも読み書きできる。26は
ビデオコントローラであり、これに不図示のCRT表示装
置又はビデオプリンタ等を接続することで絵画化処理前
後の画像データをモニタリングできる。

５はエツジ検出部であり、上記イメージメモリ16〜18
中の各画像データを色合成したイメージデータから原画
像中のエツジ部分を検出し、これを２値化して、結果の
２値化エツジデータを出力する。これは原画像データ中
のエツジ部分（コントラスト部分）と平坦部分とで発生
させる筆パターンの性質及び形状を異ならしめるためで
ある。６は太線化処理部であり、エツジ検出部５出力の
２値化エツジデータに対してパターンの太線化処理を行
う。７はごみ処理部であり、太線化処理した太線化パタ
ーン中から、孤立した面積の小さい雑音パターンを取り
除き、必要なエツジパターン部分だけ残す。８は色変化
部であり、原画像データを色データに変換する処理を行
う。13はエツジ方向検出部であり、検出したエツジ部分
の方向性有無及びその方向を検出することにより、後述
する筆パターン選択部10における適正な筆パターンの選
択を可能ならしめる。９は描画開始位置発生部であり、
不図示のランダム関数発生手段を備え、後述する筆パタ
ーンデータの描画位置がランダムになるように発生す
る。10は筆パターン選択部であり、予め不図示のROM中
に複数種の小さい多値（又は２値）の筆パターンデータ
を格納しており、該複数の筆パターンデータの中から、
或は後述する筆パターン回転部11中の不図示のROM内に
格納されていて、かつ順次パターン回転処理により生成
さらえる多値（又は２値）の大きい筆パターンデータを
上述のエツジ有無等の検出結果に基づき選択する。11は
筆パターン回転部であり、本実施例では不図示のROM内
に単一の大きな多値（又は２値）の基本筆パターンデー
タを記憶しておき、該基本筆パターンに対してシーケン
シヤルに回転効果を与えることにより、実質複数種の筆
パターンデータを発生する。12は描画部であり、原画像
データ上の前記ランダムに発生した描画位置において上
記筆パターン選択部10が選択した筆パターンデータを描
画（合成）する。即ち、例えば筆パターンデータが多値
で構成される例では、発生した描画位置の近傍の原画像
データをあたかもその色の絵の具筆で描いたような凹凸
状、光沢状の画像データに変換する。14は画像合成部で
あり、描画処理終了した画像データに対して更にキヤン
バス等のテクスチヤ画像を合成する。15はイメージメモ
リコントローラであり、上記エツジ検出部５から画像合
成部14までの各部が夫々の処理を行うときに同期してイ
メージメモリ16〜18及びLUT22〜24の必要な制御を行
う。

［処理手順の説明 （第２図）］ 第２図は、実施例の絵画化処理手順のフローチヤート
である。尚、以下の説明ではアドレス（x,y）の原画像
（濃度）データをa_i（x,y）で表わす。但し、添え字ｉ
はR,G,Bの画像データの個々に表わすときは夫々R,G,Bと
記す。更に画像データa_i（x,y）は８ビツト（０〜255階
調表現可能）であり、最大濃度データ（最も暗いデー
タ）の値を階調０とし、最小濃度データ（最も明るいデ
ータ）の値を階調255とする。

＜ステップS1＞ CPU1は、画像データI/O27を介して外部から原画像デ
ータR,G,Bを取り込み、夫々をイメージメモリ16〜18に
格納する。

尚、この時点ではLUT22〜24の内容は第３図に示すよ
うに入出力が等しい標準変換特性にある。

＜ステツプS2＞ エツジ検出部５はイメージメモリ16〜18の原画像デー
タR,G,Bに基づいてエツジ部分の抽出を行う。このエツ
ジ抽出処理は、まず（２）式に従つて人間の視感度曲線
に合つた画像データを作成する。

上記（２）式では原画像データR,G,Bを0.3:0.6:0.1の
比で合成している。絵画は目で鑑賞するものであるか
ら、まず原画像データを人間の視感度曲線に合わせて合
成し、エツジ評価をする。はたその際に、右辺の｛ ｝
内の積和計算を行うために各積和結果を一時的に16ビツ
トメモリ21に格納する。そして｛ ｝内積和結果を1/10
した内容はワークメモリ20に格納される。

次に、ワークメモリ20の画像データに対して例えば
（３×３）マトリクスの微分オペレータを用いてエツジ
抽出処理を行う。第４図に本実施例で採用した微分オペ
レータの一例を示す。この微分オペレータは画像の右方
向に向けて明るさを増すようなエツジ（コントラスト）
を検出する。

次に、第４図の微分オペレータを左回りにπ/4回転さ
せて第５図の微分オペレータを得る。この微分オペレー
タは画像の右上方向に向けて明るさを増すよなエツジを
検出する。そして、このエツジ検出結果と上述のワーク
メモリ20に記憶した検出結果とを比較し、大きい方をワ
ークメモリ20に格納する。以下、同様にして微分オペレ
ータを左回りにπ/4づつ回転させ、合計８方向から見た
エツジ検出結果を求め、ワークメモリ20に格納する。こ
の結果、ワークメモリ20には可視像に変換した画像デー
タの全画素について最大のエツジを成分が抽出される。

次に、ワークメモリ20を所定閾値で２値化処理し、エ
ツジ（閾値より大きい）と判定した画素はビツト“1"、
それ以下と判断した画素はビツト“0"に置き換える。こ
うして、ワークメモリには原画像のエツジ成分に関する
エツジパターンデータが格納される。

この一連の処理は、一点一点処理するのではなく、面
単位の処理で行うので、高速に実行される。

＜ステツプS3＞ ステップS2で生成したエツジパターンは後述の処理を
行うには細すぎる。そこでエツジパターンの太線化処理
を行う。この太線化処理はイメージメモリ16中の注目エ
ツジパターンデータをａ（x,y）とすると（３）式に従
つて行う。即ち、 ａ（x,y）＝１のときは、 ａ（ｘ＋i,y＋ｊ）＝１とする。 …（３） ここで、 −３≦ｉ≦3,−３≦ｊ≦３の整数 そして、この太線化処理結果を例えばイメージメモリ
17の下位１ビットに格納する。

＜ステツプS4＞ 上記ステツプS3で得た太線化エツジパターンデータに
は通常小さな孤立したノイズパターンが多く含まれてい
る。ごみ処理部７はイメージメモリ17に格納した全エツ
ジパターンデータに対して、その連結性有無の判断に基
づき面積を算出し、所定面積以下のものはノイズパター
ンとして消去する。この連結性有無の判断はイメージメ
モリ17中の注目エツジパターンデータをａ（x,y）とす
ると（４）式に従つて行う。即ち、 ａ（x,y）＝１のときは、 ａ（ｘ＋i,y＋ｊ）＝１を調べる。 …（４） ここで、 −１≦ｉ≦1,−１≦ｊ≦１の整数 即ち、ａ（ｘ＋i,y＋ｊ）＝１条件を１つでも満たせ
ば連続性があるとみなす。

＜ステツプS5＞ ステツプS5は、原画像全体を処理の種類に応じて色変
換する処理で、本実施例では色変換部８が以下に述べる
処理を行う。

なお、この処理は、本発明の特徴を最もよく表わして
いる処理である。また、通常の油絵処理の場合、色変換
用のパレツトを油絵用とし、油絵の具の代表色“256"色
を選択してCPUメモリ２に格納している。これは、自然
画像，油絵画像から得られるカラー情報を量子化し、画
像全体の彩度を測定したところ、平均して自然画像より
も油絵画像の方が彩度が高く、また、一枚の絵画で使用
される色数は限られているためである。そこで、複数の
油絵画像のR,G,B空間での出現頻度を測定し、出現頻度
の多いものから“256"色を選択したものである。

しかし、上記のデータを用いてイメージメモリ16〜18
の全画素を置き換える変換処理を行つても、油絵の具の
色使いを表現するには十分であるが、リアルな表現を行
う画家の作品や、彩度の高い色を使用する画家の作品な
どを表現するには誤差があり大きすぎる場合がある。そ
のような場合に、代表色を“256"色に限定しないで、選
択の幅を広げることで問題を解決できる。つまり、代表
色の色の３属性（明度、色相、彩度）のうちの２つを色
使いの特徴量として選択することにより、処理に敵した
色使いが表現できる。そして、油絵処理の場合、その色
使いを特徴づけるのは、色相と彩度が支配的であること
が主観評価で確認されている。本実施例における油絵処
理の具体的な処理の手順を以下に説明する。

なお、R,G,B空間での代表色（256色）をH,S,L空間へ
変換し、その変換結果をCPUメモリ２に書き込んでお
く。また、この変換式は一般的であるので説明は省略す
る。

先ず、CPUメモリ２の変換データに基づいてメージメ
モリ16〜18の原画像をH,S,L空間へ変換し、その変換結
果をそれぞれイメージメモリ16〜18へ格納する。

次に、変換結果について、H,Sの置き換えを行う。置
換前の位置（x,y）のH,Sデータを（H_in,S_in），代表色
のｉ番目のデータを（H_i,S_i）とすると、その隔たり、D
_iは で表わすことができる。１番目の色から256番目までのD
_iを計算して、D₁が最小となるときが最適なH_i,S_iである
ので、イメージメモリ16、17のH,Sを最適値で置換す
る。

以上の処理により、H,Sは代表色で指定した“256"の
組み合わせのうちの一つであるが、Ｌは原画像の値が保
たれる。この結果、油絵処理における色使いの特徴を効
果的に表現することが可能となる。

最後にイメージメモリ16〜18の内容をR,G,B空間へ逆
変換し、その結果を再度イメージメモリ16〜18へ格納し
て処理を終了する。

＜ステツプS6＞ ステツプS6では描画開始位置発生部９が筆パターンの
描画位置情報を発生する。筆パターンの描画位置は、こ
れを規則正しくシーケンシヤルに発生させる絵画的表現
の自然性を損なう。そこで実施例の描画位置はランダム
な位置に発生する。

この描画位置情報の発生は、まず原画像データＲに対
して行う。描画開始位置発生部９内部に不図示の乱数発
生手段を備えており、該乱数発生手段は、例えばCPU1か
らの３つの乱数発生パラメータ（行方向の乱数発生系列
を与える整数、列方向の乱数発生系列を与える整数、乱
数の発生個数）を受け取ることにより、対応するモード
で乱数を発生する。描画開始位置発生部９は発生した乱
数に応じて筆パターンの描画開始位置（x_m,y_m）を決定
する。

尚、本実施例では乱数発生パラメータを原画像データ
Ｇ及びＢの処理を行うときも同一にしているので、その
描画位置及び描画個数も原画像データＲのものと同一に
なる。

＜ステツプS7＞ ステツプS7では発生した描画位置似エツジパターンデ
ータが存在するか否かを判別し、描画位置にエツジパタ
ーンが無い（エツジデータ＝０）ならステツプS8以降の
大きな筆パターンデータで描画するルーチンへ進み、ま
た描画位置にエツジパターンが有る（エツジデータ＝
１）ならステツプS12以降の小さな筆パターンデータで
描画するルーチンへ進む。これはエツジ部分の画像は詳
細に描画し、それ以外の部分は大まかに描画するためで
ある。

一方、筆パターン選択部10はまずステツプS7の判別に
伴つて、大きい筆パターンデータか小さい筆パターンデ
ータの選択を行う。何れの筆パターンデータも例えば、
０〜ｎ階調の多値画像データ（他の実施例では２値画像
データ）で構成されており、実質的に複数種類用意され
ている。本実施例では筆パターン回転部11内の不図示の
ROMに大きな筆パターンデータ（以下、多値と２値を総
称して単に筆パターンデータという）を１種類記憶して
おり、筆パターン選択部10内の不図示のROMに小さな筆
パターンデータを３種類記憶している。小さな筆パター
ンデータとしては原画像データのエツジ部分を適切に描
画できるように、円形に近い方向性の無いもの、縦方向
エツジに適する縦長のもの、横方向エツジに適する横長
のものが記憶されている。

第６図（Ａ）〜（Ｄ）には実施例の多値筆パターンデ
ータの例を示す。また、（Ｅ）〜（Ｈ）に２値筆パター
ンデータの例を示す。第６図（Ａ）（Ｅ）は大きい筆パ
ターンデータの例を、第６図（Ｂ）（Ｆ）は無方向性の
筆パターンデータの例を第６図（Ｃ）（Ｇ）は縦長筆パ
ターンデータの例を、第６図（Ｄ）（Ｈ）は横長筆パタ
ーンデータの例を夫々示している。これらの筆パターン
データは、文字通り、太筆又は細筆に絵の具を塗つて紙
に描いたようなパターンデータ（但し、実施例では形状
を表わす無彩色で構成されている。即ち、出力画像に光
線が照射される方向を加味すると、それに応じて輝度の
盛り上がり感、厚み感、あるいは筆運びの方向に沿うて
の凹凸感等が現われ、かつそのパターン形状は終端部で
尾を引いている。本実施例では、かかる筆パターンデー
タの代表例を、例えば実際の絵画サンプル画像から読み
取り、若しくは画像処理により生成して、予め筆パター
ンの盛り上り形状等の輝度情報として記憶してある。

＜ステツプS8＞ ステツプS8は大きな筆パターンデータを使用するルー
チンへの入力である。ステツプS8では、まず大きな筆パ
ターンデータの回転処理が終了しているか否かを判別す
る。回転処理が終了している場合はステツプS10に進
み、大きな筆パターンデータの描画処理を行う。また回
転処理が終了していない場合はステツプS9に進み、筆パ
ターンデータの回転処理を行う。

＜ステツプS9＞ ステツプS9は大きな筆パターンデータの回転処理を行
う。大きい筆パターンデータは予めROMに複数種類記憶
しておけばアクセスが速い。しかし、本実施例ではROM
の容量を節約する目的から、１つの筆パターンデータを
回転することで実質複数種類の筆パターンデータを用意
するのと同等の効果を得ている。この回転処理は筆パタ
ーン回転部11で行い、例えば筆パターンデータの基本位
置を垂直方向とすると、該垂直方向から±20degの範囲
内で1degづつシーケンシヤルに回転処理を行う。尚、回
転範囲を±20degとしたのは、人が実際に筆を運ぶ方向
を考慮したものである。またこの範囲内なら照射する光
線の方向による影の効果を変えなくても実質上問題はな
い。

具体的には、回転処理した筆パターンデータの座標
（K,L）は（６）式に従つて求める。

ここで、 （I,J）：入力筆パターンデータの座標 （x_o,y_o）：回転の中心座標 θ：回転角 ここで、回転角θは1degづつシーケンシヤルに変化す
るが、ステツプS6で発生した描画位置はランダムである
から、結局原画像データＲ上にはランダムな位置にラン
ダムな方向の筆パターンデータば現われたことになる。
しかも、±20degの範囲でしか回転しないので全体とし
てもある程度の方向性が残り、絵画特有の筆のタツチ
（癖）が表現可能である。

＜ステツプS10＞ 描画部12はステツプS6で発生した描画位置に大きな筆
パターンデータの描画を行う。第７図（Ａ）は発生した
描画開始位置（x_m,y_m）と多値筆パターンデータの中心
位置（x_c,y_c）の関係を示す図である。即ち、第７図
（Ａ）の関係になるように原画像データと多値筆パター
ンデータとの位置合せをし、具体的には、描画のための
新たな書込データC_i（ｘ′,y′）を（７）式に従つて求
める。

ここで、 i:R,G,B a_i（x_c,y_c）：筆パターンデータの中心位置に対応する
原画像データ Ｐ（x,y）：アドレス（x,y）の多値筆パターンデータ n:筆パターンデータの階調数 （ｘ′,y′）：アドレス（x,y）に対応する原画像デー
タの位置 即ち、（７）式は多値筆パターンデータの中心位置に
対応する原画像データa_i（x_c,y_c）でもつて等該筆パタ
ーンエリアの色（ｉ＝R,G,B）及び輝度を代表させてお
り、その周囲を多値筆パターンデータの絵の具の盛り上
り情報Ｐ（x,y）により変化を付けて描画している。
尚、（７）式において（ｎ−１）で割つているのは演算
結果を８ビツトにするためである。こうして（７）式の
演算は多値筆パターンデータＰ（x,y）の左上から順に
行い、多値筆パターンデータの１画素分に相当する書き
込みを行なうとステツプS11に進む。

第７図（Ｂ）は、他の実施例として、筆パターンデー
タが２値の場合を示している。この場合は上記（７）式
（７）′式のように表わせる。

C_i（x,y）＝Ｐ（x,y）×（x_c,y_c） …（７）′ ここで、 Ｐ（x,y）：アドレス（x,y）の２値筆パターンデータ 即ち、（７）′式では２値筆パターンデータの中心位
置に対応する原画像データa_i（x_c,y_c）でもつて当該２
値筆パターンエリアの色（ｉ＝R,G,B）及び輝度を代表
させ、その周囲のＰ（x,y）＝１の部分を前記の代表値
により描画している。

尚、上述の実施例では原画像データa_i（x_c,y_c）を抽
出してその周囲に多値又は２値による筆パターンデータ
Ｐ（x,y）の描画を行つたがこれに限らない。他にも原
画像データa_i（x_c,y_c）の周囲の平均値を用いたり、多
値筆パターンデータＰ（x,y）が所定値以上又は２値筆
パターンデータＰ（x,y）が“1"である位置と一致する
原画像データの平均値を用いたり、あるいはそれらの原
画像データの最大値又は、最小値を用いも良い。

＜ステツプS11＞ 筆パターンデータの全画素について描画終了したか否
かを判別し、描画終了していない間はステツプS7へ戻
る。従つて、もし大きな筆パターンデータの描画途中で
エツジデータに遭遇すると大きい筆パターンデータの描
画をその時点で終了し、ステツプS12以降の小さな筆パ
ターンデータの描画処理に進む。エツジ部分の描画は他
に優先するからである。

＜ステツプS12＞ エツジ方向検出部13はイメージメモリ16の下位１ビツ
トに記録されているエツジデータの方向を検出し、これ
に応じて筆パターン選択部10は検出方向に適した筆パタ
ーンデータを選択する。エツジ方向の検出は、例えば第
８図又は第９図のような１次元オペレータとエツジデー
タの論理積を夫々求め、結果が真となる画素数を縦方向
と横方向とで比較し、その差がある値よりも大きい時は
画素数の大きい方向がエツジ方向と判断する。具体的に
は、エツジ方向信号Ｓは（８）式に従つて求められる。

Ｓ＝Ｆ｛Ｔ（x,y）∩Ｅ（x,y）｝ −Ｆ｛Ｙ（x,y）∩Ｅ（x,y）｝ …（８） ここで、 Ｅ（x,y）：エツジデータ Ｔ（x,y）：縦方向オペレータ Ｙ（x,y）：横方向オペレータ Ｆ｛ ｝：論理積が真となる画素数を算出する関係 筆パターン選択部10はこのエツジ方向信号Ｓに基づ
き、ｄを所定数として、−ｄ≦Ｓ≦ｄなら「丸パター
ン」第６図（Ａ）又は（Ｅ）を、Ｓ＜−ｄなら「横長パ
ターン」第６図（Ｄ）又は（Ｈ）を、ｄ＜Ｓなら「縦長
パターン」第６図（Ｃ）又は（Ｇ）を選択する。

＜ステツプS13＞ 描画部12はステツプS12で選択した筆パターンデータ
の描画を行う。これにより、エツジ部分は小さい筆パタ
ーンデータ又は細長い筆パターンデータにより方向性に
沿うて描かれるのでシヤープな絵画的表現を行える。

＜ステツプS14＞ 小さい筆パターンデータの全画素について描画終了し
ているか否かを判断する。終了していなければステツプ
S13に戻り、終了していればステツプS15に進む。

＜ステツプS15＞ CPU1はランダムに発生した設定個数分の描画処理を行
つたか否かを判別する。設定個数分終了していない場合
はステツプS6に戻り、また終了した場合はステツプS16
へ進む。

＜ステツプS16＞ CPU1は画像データR,G,Bの３面について描画処理終了
したか否かを判別する。終了していなければステツプSS
6に戻り、残りの面の処理を開始する。また全ての面の
描画処理が終了していればステツプS17へ進む。

＜ステツプS17＞ 最後にテクスチヤメモリ19のキヤンバス画像データと
イメージメモリ16〜18の画像データを合成する。具体的
には、合成後の画像データG_i（x,y）は（９）式に従つ
て求める。

G_i（x,y）＝aA_i（x,y）＋bT（x,y） …（９） ここで、 ａ、b:定数 かつ ａ＋ｂ＝１ i:R,G,B A_i（x,y）：イメージメモリ16〜18の画像データ Ｔ（x,y）：テクスチヤメモリ19の画像データ 尚、テクスチヤメモリ19には予め｛ｂ×Ｔ（x,y）｝
を格納して置くことが可能である。また｛ａ×A_i（x,
y）｝の演算は、例えば第10図の変換テーブルをLUT22〜
24に書き込むことで容易に行える。そして、２つの画像
データ加算は各メモリプレーンR,G,B全体で行えるので
ステツプS17の処理もリアルタイムで実行される。

尚、上述実施例の説明では描画処理を全てデジタル演
算により行つたがこれに限らない。例えばロボツトに幾
種類かの実物の筆を持たせておき、かつ上記ランダムに
発生した描画位置に、上記選択した又は回転角を与えた
筆パターンデータを描かせても良い。

また上述実施例ではエツジの有無及びエツジの方向性
に応じて筆パターンデータを選択しているがこれに限ら
ない。例えば原画像データの空間周波数成分を解析して
筆パターンデータを選択しても良い。

また上述実施例ではエツジ抽出には３×３画素の微分
オペレータを用いたがこれに限らない。例えば原画像の
画素サイズ、筆パターンデータのサイズ等に応じて微分
オペレータの大きさや、内容を変更できるようにしても
良い。

また、ROMにぐでパターンデータや処理に必要なパラ
メータを記憶しているが、処理の前や途中でそれらのデ
ータを変更できるようにROMに記憶させてもよい。ま
た、イメージメモリの大きさや表現できる階調数も任意
に変更できるようにしてもよい。

また、本実施例では色変換用のパレツトを油絵用とし
て１組用意しているが、水彩画用、イラスト画用、個人
の好みに合つたパレツトを用意したり、また、画家によ
つても、使用するパレツトに違いがあるので、例えば、
ゴツホ用、ピカソ用など画家の色使いの傾向に対したパ
レツトを用意しておけば、よりリアルで個性的な結果を
得ることができる。

また、本実施例では、色変換用の色の属性の組として
彩度、色相の組を用いているが、処理の種類によつて
は、色紙に描く水彩画のように明度と彩度が支配的な処
理もあり、処理の種類に応じて、支配的な２属性は変
る。

また、本実施例では、支配的でない属性である明度の
情報を原画像からそのまま得ているが、画家によつて
は、モネのように全体的に明度の高い絵画を描く画家の
場合、第11図に示すような明度用のLUTを用意しておく
ことにより、残りの属性の明度にも画家の色使いの特徴
を反映することが可能である。

［発明の効果］ 以上説明したように、本発明によれば、原画像データ
を入力し、明度、彩度、色相の３属性のうち、２属性を
組み合せて記憶部に記憶された代表色データ群から、前
記原画像データに類似した代表色データを決定し、前記
原画像データの前記２属性を、前記代表色データに変換
する画像処理方法であって、前記２属性の組み合わせ
は、前記変換を行う際に、変換する画像の種類により変
換するので、変換する画像の種類により、例えば２属性
として色相と彩度を用いたり、明度と彩度を用いたりと
変化が可能となる。その結果、種々の効果を原画像デー
タに施すことが可能となる。

【図面の簡単な説明】

第１図は本発明による実施例の画像処理装置のブロック
構成図、 第２図は実施例の絵画化処理手順のフローチヤート、 第３図は実施例のLUT21〜23の初期状態における階調変
換テーブル特性の一例を示す図、 第４図は実施例で採用した微分オペレータの一例を示す
図、 第５図は第４図の微分オペレータを左回りにπ/4回転さ
せた場合の微分オペレータを示す図、 第６図（Ａ）〜（Ｈ）は実施例の多値筆パターンデータ
の例を示す図、 第７図（Ａ），（Ｂ）は描画開始位置（x_m,y_m）と選択
した筆パターンデータの中心位置（x_c,y_c）との関係を
示す図、 第８図は実施例の縦方向エツジ検出用オペレータの一例
を示す図、 第９図は実施例の横方向エツジ検出用オペレータの一例
を示す図、 第10図、第11図はテクスチヤ画像合成の際の一例のLUT
変換特性を示す図である。 図中、１……CPU、２……CPUメモリ、３……CPUI/0、４
……CPUバス、５……エツジ検出部、６……太線化処理
部、７……ごみ処理部、８……色変換部、９……描画開
始位置発生部、10……筆パターン選択部、11……筆パタ
ーン回転部、12……描画部、13……エツジ方向検出部、
14……画像合成部、15……イメージメモリコントロー
ラ、16〜21……画像メモリ、22〜24……LUT、25……ビ
デオバス、26……ビデオコントローラ、27……画像デー
タI/Oである。

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】原画像データを入力し、 明度、彩度、色相の３属性のうち、２属性を組み合わせ
   て記憶部に記憶された代表色データ群から、前記原画像
   データに類似した代表色データを決定し、 前記原画像データの前記２属性を、前記代表色データに
   変換する画像処理方法であって、 前記２属性の組み合わせは、前記変換を行う際に、変換
   する画像の種類により変化することを特徴とする画像処
   理方法。
2. 【請求項２】前記変換とは、前記原画像データを油絵風
   に変換するものであり、該変換においては、前記２属性
   は、彩度と色相であることを特徴とする請求項１に記載
   の画像処理方法。
3. 【請求項３】前記変換とは、前記原画像データを水彩風
   に変換するものであり、該変換においては、前記２属性
   は、明度と彩度であることを特徴とする請求項１に記載
   の画像処理方法。