一种基于超像素的字符图像生成方法与流程

本发明属于图像的特殊艺术效果实现领域，具体涉及一种基于超像素的字符图像生成方法。

背景技术：

字符图像是利用电脑字符来表示数字图像的一种图像记录形式，它利用普通图像生成一幅由字符组成的图像，给人以一种特殊的视觉效果，即从细节上看，均是各个字符，而在整体上看，字符图像所呈现的语义内容与原图像一致。。字符图像除了艺术效果之外，也具有实际的应用场合，比如用于设计十字绣图案等。对任意图像的字符图像的生成是一个富有挑战性地课题。一个有效的字符图像生成算法能够准确地重现原图像风貌，保持原图像的主要特征。

基于色调的字符图像生成方法主要是根据原图像的亮度分布来进行设计，保证字符图像的亮度分布与原图像一致(参见图1)。

目前已经出现了很多基于色调和结构的字符图像生成方法，这些方法都需要对图像进行边缘检测以提取线条，或者是直接找到对应于不同物体的图像区域。而图像分割技术目前仍然是图像分析与理解领域的一个瓶颈问题，很难保证将所有明显的线条全部提取出来，因此这些字符图像生成方法并不能完全模拟和解释人类的感知效果，因而限制了在真实图像中的应用。而本专利提的方法回避了图像分割这一步骤，而是首先将图像进行过分割，然后对每个过分割区域进行等量字符模板区域的相似性度量，来确定过分割区域的字符填充效果。在字符填充前采用过分割方式进行处理是本发明专利的一个创新之处。

技术实现要素：

本发明的目的在于提供一种基于超像素的字符图像生成方法。

本发明的目的是这样实现的：

(1)建立字符模板的二值图像，大小为m*n，类别标记k＝1,…,26；每个像素的灰度为0或者1，将模板图像在原图像的灰度范围内做直方图均衡化处理，得到新的直方图；

(2)将原图像进行过分割，使原图像分解成各个超像素块，并判断每个超像素块的面积需要多少个字母模板来填充，设模板数量为Num；

(3)对每一个超像素块，将其灰度直方图与各模板数量为Num个模板大小的区域的直方图进行相似性度量，确定该区域需要用哪一种字母来进行替换；原图像的每个像素点都有一个类别标记k；

(4)对原图像进行固定划分，划分后每个小块的大小就是字母模板大小；

(5)对固定划分后的每个小块，观察该块的各个像素点的类别标记，然后按投票法来确定该块采用哪种字母进行填充；

(6)用相应的字母模板来填充各个小块，生成字符图像。

本发明的有益效果在于：

本发明所公开的技术方案，由于不需要进行图像分割步骤来提取边缘，而是采用具有部分物体级语义的超像素来进行区域划分，因此提高了字符图像生成的准确性，提升了视觉效果。为了提高超像素之间边缘位置的填充质量，对每个固定模板大小的区块，本发明采用投票法对其进行填充。

附图说明

图1为字符图像实例；

图2为字母G，B，W的模板样例；

图3为Lena图像的超像素示例图像；

图4为本发明流程图。

具体实施方式

下面结合附图对本发明做进一步描述。

本发明提供一种基于超像素(Superpixel)的字符图像生成方法。将普通灰度图像生成一幅由字符组成的图像，本发明所采用的方案是，将原图像进行过分割，使原图像分解成各个超像素。若采用26个字母作为生成字符，则将模板图像在原图像的灰度范围内做直方图均衡化处理。观察每个超像素块的灰度直方图，然后与各个模板在相同面积下的直方图进行相似性比较，确定该区域需要用那种字母来进行替换。全部超像素块都确定好后，在各个区域用相应的字符进行填充。

本发明所提出的字符图像生成方法的具体步骤如下：

步骤1：建立字符(以26个字母为例)模板的二值图像(部分模板见图2)，大小为m*n，类别标记k＝1,…,26。每个像素的灰度为0或者1。并将模板图像在原图像(欲做特效的灰度图像)的灰度范围内做直方图均衡化处理，得到新的直方图。

步骤2：将原图像进行过分割，使原图像分解成各个超像素块(见图3所示)。并判断每个超像素块的面积需要多少个字母模板来填充，设模板数量为Num。

步骤3：对每一个超像素块，将其灰度直方图与各模板数量为Num个模板大小的区域的直方图进行相似性度量，确定该区域需要用哪一种字母来进行替换。这样，原图像的每个像素点都有一个类别标记k。

步骤4：对原图像进行固定划分，划分后每个小块的大小就是字母模板大小。

步骤5：对固定划分后的每个小块，观察该块的各个像素点的类别标记，然后按投票法来确定该块采用哪种字母进行填充。

步骤6：用相应的字母模板来填充各个小块，生成字符图像。