[发明专利]一种基于底纹半色调的文字抖动方法

说明书

本发明公开了一种基于底纹半色调的文字抖动方法，首先对输入的图像进行格式和压缩方式的识别；其次，识别出需要底纹处理的具体坐标位置；然后，对底纹进行打点抖动；最后，提出的方法融合LibTiff，OpenCV和GDAL等多个库进行图片的规格化处理并输出。本发明改进了传统算法在底纹处理上的不足，可批量处理需要底纹转化的图片，并提供多种底纹图案，选择性较多，自动化标准比较高等优点非常适合印刷行业对底纹半色调处理的需求。

技术领域

本发明涉及模式识别技术领域，尤其涉及一种基于底纹半色调的文字抖动方法。

背景技术

近年来，全球包装工业正在快速向高品质、彩色化的方向发展，掀起了印刷设备与材料大幅面化的潮流，使得大幅面印刷技术成为满足大幅面印刷产品市场、增强印刷竞争力的新兴技术体系。

对于普通的灰度连续底纹，虽然可以对文字可以有强调作用，但容易会把文字混淆在一起，不容易识别。如果把底纹的灰度调低，又起不到强调的作用。所以在这个时候，需要一个方法，可以解决这方面的问题，这时候，抖动算法就显得格外重要。

抖动算法分为随机抖动算法和有序抖动算法。随机抖动算法随机产生一组模板方阵数列，随机数的产生期间在图像的最小灰度和最大灰度之间。有序抖动算法是人为地设置一些模板值进行匹配操作，主要有分散性抖动算法(Disperse Dither)和聚集型离散算法(cluster Dither)两种。分散型以Bayer有序抖动算法为代表。后来Ulichenay在以上两种算法的基础上，提出了局部聚集整体分散的抖动算法。在以上抖动算法中，都会出现横向和纵向的人工纹理，而人的视觉对45度方向的纹理敏感程度比较小，所以VictorDistoomoklov在Bayer有序抖动算法的基础上将其旋转45度得到了旋转型有序抖动算法。以上两种方法，对于图像数据的处理都是独立的，所有的误差都是固定的，没有任何的补偿措施。

误差分散法采用相邻处理方式。每一个输出值不仅与当前像素有关，还与临近的像素有关。它结合自身的值和以及之前点的误差值和模板值一起确定该点的输出。该方法第一次引进误差的概念，从而大大地提高了输出图像的质量。为了避免由此产生的人工纹理，大多数误差分散算法都采用非对称的匹配移动方法，其中比较典型的是“s”型移动，即第一排从左到右进行扫描，第二行采用从右向左扫描。误差分散法中比较典型的是Floyd.Stein算法。

Bayer有序抖动算法打的点太过于稀疏，不仅是底纹图片没有起到强调作用，还对整体的美观度产生了比较大的影响，而Floyd.Stein算法无序抖动太过于模糊和密集且会影响整体美观度分析，Floyd.Stein算法不好调整，会对文字产生比较大的干扰。

发明内容

针对印刷行业在底纹对文字进行干扰，导致文字不突出和不明显的问题，本发明提供一种基于底纹半色调的文字抖动方法，批量处理需要底纹转化的图片，提供多种底纹图案。

为实现上述目的，本发明的技术方案是：一种基于底纹半色调的文字抖动方法，包括以下步骤：

步骤S1：对输入图片的的格式和压缩方式进行识别，转化为非真彩色单页面图片；

步骤S2：将转化后的图片转为灰度图，识别出图片中包含底纹的块状位置并转化为坐标，利用集合结构保存起来；

步骤S3：对块状位置中的底纹位置进行打点抖动，无底纹位置则不做任何处理；步骤S4：将抖动处理之后的图片进行二值化处理，并保存为位深度为1的BMP图片；

步骤S5：将BMP图片按指定的规格输出。

进一步地，所述步骤S1具体包括：

步骤S11：识别输入图片的格式，若是TIFF格式，进入步骤S12；否则进入步骤S2：

步骤S12：识别输入图片的压缩方式，判断是否为真彩色图片；