TW200820134A - Method for calculating and adjusting photo and text separation performance - Google Patents

Description

200820134 九、發明說明： 【發明所屬之技術領域】 ^ 本發明係關於一種應用於多功能事務機之影印功能之計算及調整影像 之圖文分離效能之方法，尤指一種能夠顯示具體圖文分離正確率之方法。 _ 【先前技術】 在多功能事務機的影印功能中，一般是先由多功能事務機的掃描模組 對原稿進行掃描並將原稿的像素資料儲存在緩衝器中，接著再將這些像素 :轉從緩衝器中取出以便進行—連㈣影像處理程序。這些影像處理程序 疋猎由-些影像處理模組來進行，這些模、组包含，例如，色域轉換(▲啊e _ Wn CSC)模組，彩色圖文分離(color photo/text separation，color PTS) 杈、、且％色背景移除(c〇1〇r ㈣，c〇1〇r bg·組，彩 > ltmng)核組’色彩官理模組management module，CMM)以及 “周(halftomng)處理#。被處理完成的影像資料最終是儲存在印表賊衝 =以進行後績的列印處理。 、 述u象處理步驟巾’圖文分離是报重要的過程，因為圖文分離 崎理結果將辟朗_色«㈣，耗舰，色練舰及半色調 專處理。 5 200820134

、因此…㈣研發及品管人要致力於嘗試各種敎分離的演算 法的組合以及蚊每種圖文分離演算法的參數值，期望能夠獲得較佳的圖 文分離結果。目w存在魏十_敎分_算法，且每種圖文分離的演 算法又包含多齡數項目，研發人員必顧覆使料種演算法及不/同 的參數值讀輕最佳的圖文分離法的組合·算法的參數值。但習 知並沒有提供圖文分離結果_量卫具，讀於無法提㈣斷圖文分離結 果的效率。詳細來說，目前的社分離結果的判斷是以人工方式進行。也 就是說，研發人貞賴先將駄分_絲列印在練上，再以人眼在圖 文分離的紙張上標示出錯誤的圖文分離的區塊，例如應該是圖片的部份被 辨識為文字區塊等錯誤。絲純f要被檢錢區塊數量非常乡且通常割 分的區塊尺核小，因此使狀工_不健時，還造成人_疲德。此 外，由於沒有-套客觀的測量工具，因此常造成多位判斷的人員會產生不 同的判斷結果，但又無法明確地蚊耗觸結果是正確的，也無法提供 -套統-的判斷標準讓多位研發人員有共_酬可遵循。 因此，需要-種可計算®文分離效能的王具來解決以上的問題。 【發明内容】 本發明之目的在域供-種計算影像之敎分離效能之方法，用以提 昇判斷圖文分離結果的效率。 本發明之另-目的在於提供-種調整影像之圖文分離效能之方法，用 6 200820134 以快速麟最佳之社分_料< 參數值。 本u提供—種計絲像之_文分離效能之方法，狀顯示使用一圖 文分離演算法對1始影像進行&分離運算·生之—圖文分離結果之 效能’包括步驟 (A)·產生一標準區塊屬性檔案，包括： A1·於一顯示器上顯示該原始影像·， A2_使用細文分離演算法_原始影像進行敝分離運算；

Μ依據顧文分料算以果觸原始影齡縣減區塊，且 每一區塊被標示為文⑽塊’圖像區塊或邊界區塊； A4·改交部份之該複數區塊之標示；以及 A5·產生該標準區塊屬性檔案；以及 ()# λ®文分離結果與該鮮區塊屬⑽案峨示—圖文分離效 能資料表。 禮數區塊被標不不同的顏色以顯示每一該區塊之屬性。 較佳者，該圖文分離效能資料表包括：文字區塊辨識效能資料，圖像 區塊辨識如⑼料，邊界區塊辨識效能資料以及觸正轉。其中該文字 區塊辨識如包括被正確觸以及錯_識之文字區塊數目，該圖像 區免辨識如b貞料包括正確辨識以及錯誤觸之圖像區塊圖像區塊數目， 而邊界區A辨識越㈣包括被正確辨識以及錯誤辨識之邊界區塊數 目。 本發㈣提供~種機影像之圖文分離效能之方法，用⑽整使用- 7 200820134 圖文分離演算法對-原始影像進行圖文分離運算之效能，該方法包括步驟： A. 使用該圖文分離演算法之一圖文參數值對該原始影像進行圖文分離 運算而獲得一第一圖文分離結果； B. 比較該第-圖文分離結果與—標準區塊屬性職喊生—圖文分離 效能資料表；以及 . C·依據該圖文分離效能資料表判斷是否使用另一圖文分離演算法或參 數值對該原始影像進行圖文分離運算。 # 較佳者，該標準區塊屬性檔案係依據下列步驟而得： 顯示該原始影像； 使用該圖文分離演算法對該原始影像進行圖文分離運算·， 依據該圖文分離運算之結果將該原始影像分縣複紐塊，且每_區 塊被標示為文字區塊，圖像區塊或邊界區塊； 改變部份之該複數區塊之標示；以及 產生該標準區塊屬性檔案。 _ 沾者’魏紐塊被標不不同喃色以顯示每-該區塊之屬性。 板仏者’棚文分離魏資枓表包括：文字區塊賴效能資料，圖像 區塊辨識效能資料，邊界區塊辨識效能資料以及辨識正確率。其中，該文 字區塊辨識效能資料包括被正確_以及錯誤賴之文字區塊數目， 該圖像區塊辨識效能資料包括正確辨識以及錯誤韻之圖像區塊圖像區塊 數目峻邊界區塊辨識魏靖包括被正確辨識以及錯誤辨識之邊界區 塊數目。 200820134 【實施方式】 本&明#异影像之圖文分離效能之方法可用—電腦程式來實施，藉由 7 一气來7U成本發明之步驟。請參晒—至圖四，其表示使用該程式 所產生的輸出影像。本發.步驟包括： (A)·產產二#準區堍斗M：榡幸 以下說明產生此標準區塊屬性檔案的步驟： 如圖一所示，將被執行圖文分離之原始影像200顯示於顯示器10〇。 如圖二所示，使用預設之圖文分離演算法以及圖文分離演算法的參數 值對原始影像200進行圖文分離運算。 明再苓閱圖二，經過圖文分離運算所產生的影像2〇〇a被顯示在螢幕 上。影像200A被分割為複數大小相同的區塊2〇1。這些區塊2〇1依不同的 屬性而被標示為文字區塊201T，圖像區塊2〇1P以及邊界區塊2〇1B。 在實際的操作中，不同的屬性的區塊被標示為不同的顏色，例如，文 字區塊被標示為紅色，圖像區塊被標示為黑色，而邊界區塊被標示為藍色。 由於本專利申請案之圖式不能顯示各種顏色，因此在圖二中我們以不 同的線條樣式來標示三種屬性的區塊。又為了簡化圖面，我們僅以區域A 内的區塊來做例示說明，在實際的情況中，整張影像的區塊都被標示了相 對應的屬性標記。 在區域A中包含了被標示垂直虛線的區塊201P，很明顯地，區塊201P 代表的是被預設的圖文分離演算法及參數值所辨識出的圖像區塊。同樣 9 200820134 地，被以水平方向虛線標示的區塊201T則代表該區塊被辨識為文字區塊。 而以斜線標示之區塊201B則代表邊界區塊。也就是說，圖像區塊表示區塊 内的影像被判定為圖像，而文字區塊表示區塊内的影像被判定為文字，同 時邊界區塊則代表區塊内的影像被判定為包含了文字與圖像兩者皆具備的 邊界影像。 接著請苓照圖三。在螢幕100上我們可以明顯的看見那些區塊的屬性 疋不恰¥的。例如區塊2021原本被標不為邊界區塊(斜線），但使用者認為

此區塊應被定義為圖像區塊，因此使用者可以在此區塊上標示一個X記 號。此X記號的顏色和前述預設之區塊屬性的顏色相同^例如要將一區塊 更改為圖像區塊時可以將該區塊標示上黑色的χ。要將一區塊更改為文字 區塊時可以將該區塊標示上紅色的X，而要將—區塊更改為邊界區塊時可 以將該區塊標示上藍色的X。在圖三中，使用者更動了區塊繼及繼 的屬性。其中，區塊2〇21原本被判定為邊界區塊，但使用者認為此區塊大 部份包含圖像，因此將之更動為圖像區塊。而區塊繼縣被顺為文字 區塊，但使用者觀看題塊時發現區塊_有1/3的部份是文字，區塊内其 它的部份並沒有文字或圖像，因此將此區塊更改為邊界區塊。要說明的是， 此等區塊屬性的更動是依據使用者個人的標準而完成。 當使用者已完成區塊雜_紐，便可町魅生—個標準區塊屬 性播案的指令。由前勒容可㈣解，此標準區塊屬性職所代表的是被 使用者調整過的結果，也就是以人目㈣確輕陳符合原始影像的辨識結 果。此標準區塊屬性之槽案格式可以是，例如一個加樓案。請參閱圖四， 200820134 其為標準區塊屬性檔案之一實施例圖。圖四中的檔案為一個文字檔(txt)， 其中P代表圖像區塊，T代表文字區塊，而B代表邊界區塊。 請參閱圖五，在圖五中使用者使用了另一種圖文分離演算法或是另一 組圖文分離參數值來對同一原始影像進行圖文分離運算，並獲得了圖文分 離的結果200C。接著使用者可以下達一個指令，讓程式可以將此圖文分離 的結果與前述之標準區塊屬性檔案進行比較，而獲得一個圖文分離效能資 料表300。下表是一個圖文分離效能資料表300的實施例。

Computed (%) Computed (block number) Reference TEXT BORD PICT TEXT BORD PICT TEXT 43.8% 1.8% 3.4% 3518 143 274 BORD 0.5% 8.5% 2.5% 41 686 202 PICT 0.0% 0.5% 39.0% 1 38 3131 Diagonal Total: 91.3% = 7335/8034 在表中的Reference的襴位代表標準屬性區塊槽案的判定結果，而 Computed欄位則代表使用圖文分離演算法所產生的結果。另外，TEXT表 示文字區塊，B0RD表示邊界區塊，而PICT表示圖像區塊。 由表中可得知，整個影像被劃分為8034個區塊，其中和標準屬性區塊 檔案的辨識結果相符合的區塊有7335個(3518+686+3131)，也就是辨識正確 率是 91.3%(43.8%+8.5%+39%)。 再詳細地說，在標準區塊屬性檔案中共包含3935個文字區塊 (3518+143+274)，而在圖文分離結果中與標準區塊屬性檀案相符合的文字區 塊數量為3518，佔總區塊的43.8%，也就是文字區塊辨識的效能為43.8%， 11 200820134 而原本應為文字區塊卻被判斷為邊界區塊的數量為143,佔總區塊的1.8%， 而被當成圖像的則有274個區塊，佔總區塊的3.4%。 而在邊界區塊檔案的判斷中，標準區塊屬性檔案共判斷出929個邊界 區塊(41+686+202)，而在圖文分離結果中與標準區塊屬性檔案相符合的邊界 區塊數量是686，佔總區塊數量的8.5%，而原本應為邊界區塊但卻被判斷 • 成文字區塊的數量為41，佔總區塊數量的0.5%，而被當成圖像區塊的數量 則有202個區塊，佔總區塊數量的2 5%。 ® 此外，在標準區塊屬性檔案中共有3170個圖像區塊(1+38+3131)，而 在圖文分離結果中與標準區塊屬性檔案相符合的圖像區塊共有3131個區 塊，佔總區塊數量比例為39.0%，而原本應為圖像區塊但在圖文分離判斷中 卻被當成文字區塊的有1個區塊，佔總區塊數量的〇 〇3%，而被當成邊界區 塊的則有38個區塊，佔總區塊數量的0.5%。 圖文分離效能資料表300明確地顯示了使用者所選用的圖文分離演算 法及所設定的參數值和標準區塊屬性檔案的辨識結果的差異度為何。如果 ♦ 使用者對於辨識正確率的數值不滿意，則可以再使用另一組圖文分離演算 法或參數值進行圖文分離的運算，直到獲得一個可接受的辨識正確率為 止，例如大於95%的正確率。 請再參閱圖六，其為本發明計算影像之圖文分離效能之方法的流程 圖。其中： 步驟601 :本方法開始。 步驟602 :顯示原始影像。 12 200820134 步驟603 :使用一圖文分離方法及其參數值對原始影像進行圖文分離 處理而產生一圖文分離結果。 步驟604 :將該圖文分離結果劃分為複數個區塊，並依據每一區塊的 屬性(文字，邊界或圖像)對該區塊進行標示。 步驟605 ··藉由在區塊上標示X符號以改變某些區塊的屬性。 步驟606 :產生一個標準區塊屬性表。 步驟607 :使用另一個圖文分離演算法及參數值對原始影像進行圖文 分離處理。 步驟608 :產生並顯示一個圖文分離效能資料表。 义驟609 ·圖文分_效能資料表所顯示的辨識正確率是否可接受？ 步驟⑽：所產生_識正確率是可接受的話，職程結束。 乂驟611 ·所產生的辨識正確率是不可接受的，則回到步驟術以便 使用另-組圖文分離演算法或參數值進行圖文分離處理並產生另—圖文分 離效能資料表。 由以上的描述可以理解，本發明提供之計算圖文分離效能之方法明確 地將使用者所認為的正確的圖文分離的結果儲存為一標準區塊屬性標案， 讓使用者可以知麵次所制的圖文分離演算法及其參數值所產生的正確 率。因此讓纽使用者可以使料同的鮮來判_文分離的效果。不同 \者可以依據其本身的標準產生其它的標準區塊屬性播案，而最終可 以=其中_個_做為所有人都認可的標準。相較習知以人1在紙張上 逐I己來檢測圖文分離效能的方式，本發明方法提供了評估圖文分離結 13 200820134 果之效能的具體評估標準，大幅提昇試驗圖文分離演算法及參數值設定的 效率。 本發明得由熟悉本技藝之人士任施匠思而為諸般修飾，然皆不脫如附 申請專利範圍所保護者。 14 200820134 【圖式簡單說明】 第一圖係使用本發明方法顯示一原始影像於顯示器上之示意圖。 第二圖係經圖文分離處理所產生之被分割為複數區塊以及被標示區塊屬性 之圖文分離結果。 弟二圖係使用者改變圖一之部份區塊之屬性的示意圖。 弟四圖係標準區塊属性檐案之一實施例之部份示意圖。 第五圖係使用另一圖文分離演算法或參數值所產生之圖文分離結果以及一 響目文分觀能資料表。 第六圖係本發明方法之流程示意圖。 【主要部分代表符號】 顯示器100 圖文分離運算產生之影像200A、200C 邊界區塊201B 文字區塊201T 步驟601〜611 區域A 原始影像200 ⑩ 厂 區塊 201、2021、2022 圖像區塊201P 圖文分離效能資料表300 15

Claims (1)

1. 200820134 十、申請專利範圍： 1. 一種計算影像之社分毅能之方法，用關秋用—圖文分離演算法對 -原始影像進行敎分離運細產生之—圖文錄結果之魏，包括步驟： (A)·產生一標準區塊屬性檔案，包括： A1.於一顯示器上顯示該原始影像； A2·使用該gj文分離演算法觸原始影像進賴文分離運算；

   A3·依據該圖文分離運算之結果將該原始影像分割為複數區塊，且 每一區塊被標示為文字區塊，圖像區塊或邊界區塊； A4.改變部份之該複數區塊之標示；以及 Α5·產生該標準區塊屬性檔案；以及 (Β)·比較該圖文分離結果與該標準區塊屬性標案而顯示一圖文分離效 能資料表。 2·如申凊專利範圍帛1項之計算影像之圖文分離效能之方法，其中該複數區 塊被標示不同的顏色以顯示每一該區塊之屬性。 3. 如申請專利範圍第1項之計算影像之圖文分離效能之方法，其中該圖文分 離效能資料表包括：文字區塊辨識效能資料，圖像區塊辨識效能資料，邊 界區塊辨識效能資料以及辨識正確率。 4. 如申請專利範圍第3項之計算影像之圖文分離效能之方法，其中： 該文字區塊辨識效能資料包括被正確辨識以及錯誤辨識之文字區塊數 目； 該圖像區塊辨識效能資料包括正確辨識以及錯誤辨識之圖像區塊圖像 16 200820134 區塊數目；以及 該邊界區塊辨識效能資料包括被正確辨識以及錯誤辨識之邊界區塊數 目。 5. —種調整影像之圖文分離效能之方法，用以調整使用一圖文分離演算法對 一原始影像進行圖文分離運算之效能，該方法包括步驟： A.使用該圖文分離演算法之一圖文參數值對該原始影像進行圖文分離 運算而獲得一第一圖文分離結果； ' H B.比較該第一圖文分離結果與一標準區塊屬性檔案而產生一圖文分離 效能資料表；以及 C.依據該圖文分離效能資料表判斷是否使用另一圖文分離演算法或參 數值對該原始影像進行圖文分離運算。 6. 如申請專利範圍第5項之調整影像之圖文分離效能之方法，其中該標準區 塊屬性檔案係依據下列步驟而得： 顯示該原始影像； # 使用該圖文分離演算法對該原始影像進行圖文分離運算； 依據該圖文分離運算之結果將該原始影像分割為複數區塊，且每一區 塊被標示為文字區塊，圖像區塊或邊界區塊； 改變部份之該複數區塊之標示；以及 產生該標準區塊屬性檔案。 7. 如申請專利範圍第6項之調整影像之圖文分離效能之方法，其中該複數區 塊被標示不同的顏色以顯示每一該區塊之屬性。 17 200820134 8.如申請專利翻第5項之調整影像之敝分離效能之方法，其中該圖文分 離效能資料表包括：文字輯辨識魏資料，圖賴塊觸資料文二 界區塊辨識效能資料以及辨識正確率。 9·如申請專利範圍第8項之調整影像之n文分離效能之方法，其中： 忒文子區塊辨識效能資料包括被正確辨識以及錯誤辨識之文字區塊數 a ; δ亥圖像區塊辨識效能資料包括正確辨識以及錯誤辨識之圖像區塊圖像 Φ 區塊數目；以及 該邊界區塊辨識效能資料包括被正確辨識以及錯誤辨識之邊界區塊數 目0

   18