[发明专利]一种扫描版文档重排版的方法

权利要求书

1.一种扫描版文档重排版的方法，其特征在于，包括以下步骤：

A、将扫描版文档生成图像，对生成的图像进行采样获得待处理的彩色图像；

B、将采样获得的彩色图像转化为二值图；

C、对二值图进行游程平滑；

D、对游程平滑处理后的二值图求取连通域，把同值的且连通的一块区域的外接矩形的位置记录下来，作为初始块位置信息；

E、将初始块进行水平合并，得出文字的行信息和图片位置；

F、将水平合并后的块进行垂直合并，得出文字段落位置；

G、根据文字段落位置和图片位置，对段落进行文字切分，首先在段落区域位置内进行水平投影，确定每行文字的位置，然后在一行的区域位置内进行垂直投影，确定每个文字的位置；

H、确定各段文字的阅读顺序；

I、根据文字段落位置、图片位置和文字段落中文字的位置，将文字和图片按照预先指定的全图宽度和高度排版成新的图像。

2.根据权利要求1所述的一种扫描版文档重排版的方法，其特征在于，还包括以下步骤：

J、将排版后的新图像放大或缩小至电子阅读设备需要显示的尺寸。

3.根据权利要求1所述的一种扫描版文档重排版的方法，其特征在于，步骤A中，对生成的图像进行采样，采样值采用矩阵f_jk形式来表示，矩阵中的每一元素f_jk取值如下：

f_jk = f(X₀+j*dX，Y₀+k*dY),

其中，j为0到Mx–1的整数，k为0到My–1的整数，X₀和Y₀为初始坐标，dX和dY为步长，Mx和My分别为矩阵f_jk的列数和行数，即在X、Y方向的采样点数。

4.根据权利要求1所述的一种扫描版文档重排版的方法，其特征在于，步骤B进一步包括以下步骤：

B1、将采样获得的彩色图像转化为灰度图；

B2、采用全局自适应阈值方法将灰度图转换为二值图。

5.根据权利要求4所述的一种扫描版文档重排版的方法，其特征在于，步骤B1中，将采样获得的彩色图像转化为灰度图采用以下公式：

Y=0.299*R+0.587*G+0.114*B，其中R、G和B分别为彩色图像的红色、绿色和蓝色分量，Y为灰度值。

6.根据权利要求4所述的一种扫描版文档重排版的方法，其特征在于，步骤B2中，如果灰度图是白底黑字，则二值图中文字部分所在像素取值为0，其余部分取值为1。

7.根据权利要求4或者6所述的一种扫描版文档重排版的方法，其特征在于，步骤B2中，还包括对二值图进行矫正，进一步包括以下步骤：

采用侧面投影的方法确定图像的倾斜角度，

即采用f（x，y）表示白底黑字的二值图，图像外区域f（x，y） = 1，二值图Mx列、My行，当前的投影方向与X轴成θ角，

S_k=∑jf（X_j，Y_k+X_j*tanθ），为一行的投影值，

若S_k等于Mx则取S_k=1，表示该行投影上无黑点，

若S_k小于Mx则取S_k=0，表示该行投影上有黑点，

T_θ= ∑kS_k，表示θ角对应的全图投影值，

在限定范围内以预定步长变换θ值，T_θ值最大的角度就是图像的倾斜角度；

根据计算出的倾斜角度，采用二次线性插值将灰度图进行旋转，然后重复步骤B2得到矫正后的二值图。

8.根据权利要求1或者6所述的一种扫描版文档重排版的方法，其特征在于，步骤C中，对二值图进行游程平滑是根据二值图中的数据0和数据1的个数来处理的，预定一个平滑值C，当二值图中连续的1的个数小于等于C时，这一串1将被0所取代。