专利名称：影像自动裁剪方法
技术领域：
本发明涉及一种影像自动裁剪方法，尤指一种利用动态调整R、G、8临界值的方法，以准确地区分属于原稿的影像，以及属于背景的影像的图素，进而自动将原稿的影像的部分框取出来。
传统的影像的自动裁剪是在执行前置扫描(prescan)后，再将扫描的影像自动从背景框取出来。然而，若要主动框取扫描物件，必需先要能十分准确地判定扫描物件与其背景的界线。传统的方法是依据图素的R、G、B值或灰阶值的大小来判定。其判定方法是假设在理想状态下，扫描物件的图素的R、G、B值不可能都为零，而背景的图素则因色调一致可能都为零。因此，只要在前置扫描后的影像上，由左向右由上而下依序读取每一图素的R、G、B值或灰阶值，再依据其标准差值是否都为零或小于一固定的设定值，来区分属于背景的图素及属于原稿的图素，然后再框取属于原稿的图素。
为了使背景的R、G、B值的判定都等于零，传统的技术是取一个固定的R、G、B临界值(threshold value)，以判定原稿与背景的图素，判定完后，可框取扫描的原稿，而可执行影像的自动裁剪。然而，固定的R、G、B临界值并无法有效适应各种不同的情况，例如，当原稿本身的黑色比机盖底色的黑色更黑时，R、G、B临界值取太高，则会将背景误判为原稿的部分。反之，如果R、G、B临界值取太低，则会将原稿的部分误判为背景。
实际上，原稿影像与其实景的图素并非如此容易判定。一方面是因为背景的R、G、B但是来自扫描器的机盖底色，机盖底色一般为黑色材质，在受到光源照射后，反射至影像读取装置的图素，在理想状况下，其灰阶应为0。如果黑色材质因制造技术或使用的材质未合乎要求。则将使反射的效果不同，而造成背景的R、G、B值不一致。另外，原稿本身的黑色也可能比机盖底色的黑色更黑，因而难以辨认原稿及背景的界线。
另一方面是扫描器及光源种类的差异所造成的。若扫描器在扫描前需热机，则其背景所产生的图素灰阶将不一致。因为光源照射强度在开机后将由暗转亮，再趋于稳定。因此，前置扫描后的影像便会部分较暗，部分较亮，而使影像的图素的R、G、B值前后不一致，而无法使用固定的设定值来区别原稿与背景的图素。因此，如何取得适当的R、G、B临界值，以区分属于背景的图素及属于原稿的图素，将是自动裁剪方法的关键技术。
本发明的主要目的是提供一种影像自动裁剪方法，其是利用动态调整R、G、B临界值的方法，以准确地将影像与背景区分出来，进而将扫描的物件框取出来。
本发明的另一目的是提供一种影像自动裁剪方法，其可通用于任何单一色调的背景，而不必限定于使用全黑的背景。
本发明的又一目的是提供一种影像自动裁剪方法，其利用自动学习的方法，使扫描器在装机之后的前几次预扫中，能快速自动找到R、G、B临界值及影像背景的相关数据信息，以提高框取的准确率，并可在逼近临界值后，完成学习的程序。
本发明的影像自动裁剪方法是这样实现的是在前置扫描时，动态地判定原稿及背景的边界的图素，以自动框取所读取的原稿的影像，其特征在于包含有下列步骤(a)判定属于背景的图素，及该背景图素是为该原稿的影像边界；(b)以逼近法计算该背景图素的R、G、B平均值，及设定该R、G、B平均值为该背景图素的R、G、B临界值；(c)依据该背景图素的R、G、B临界值，判断所读取的图素的属性；(d)当该读取的图素的R、G、B色阶小于该R、G、B临界值时，判定该图素为背景影像的图素，并记录该图景的位置；(e)重复该步骤(d)，以便依序执行每一图素的判定；以及(f)依据该背景图素的位置，框取该原稿影像的图素。
上述自动裁剪方法，更包含下列步骤(g)当上述的所读取的图素的R、G、B色阶大于上述的R、G、B临界值时，判定上述的图素为上述的原稿影像的图素。
上述的步骤(a)包含下列步骤依序比较上述所读取的影像的第一列(row)的每一图素的R、G、B的个别的标准差值；判定该第一列的每一图素的R、G、B的个别的标准差值是否小于一设定数的色阶；当该第一列的每一图素的R、G、B的个别标准差值都小于该设定数的色阶时，判定该图素为背景图素；依序比较与第一个出现的背景图素同一行(column)的每一图素的R、G、B的个别标准差值；以及当判定与该第一个出现的背景图素同一行(column)的每一图素的R、G、B的个别标准差值都小于一设定位时，判定该第一个出现的背景图景的同一行的所有图素形成第一边界线。
上述的步骤(a)包含下列步骤依序比较上述的所读取的影像的第一行(column)的每一图素的R、G、B的个别的标准差值；判定该第一行的每一图素的R、G、B的个别的标准差值是否小于一设定数的色阶；当该第一行的每一图素的R、G、B的个别的标准差值都小于该设定数的色阶时，判定该图素为背景图景；依序比较与第一个出现的背景图素同一列(row)的每一图素的R、G、B的个别的标准差值；以及当判定与该第一个出现的背景图素同一列的每一图素的R、G、B的个别的标准差值都小于一设定值时，判定该第一个出现的背景图景的同一列的所有图素形成第二边界线。
上述方法，更包含下列步骤当上述的每一图素的R、G、B标准差值都大于上述的设定值时，判定上述的每一图素为原稿影像的图素。
上述的步骤(b)包含下列步骤(h)储存上述的边线图素的R、G、B平均值；(i)将上述的边线图素的R、G、B平均值，以及目前的边线图素的R、G、8平均值加以平均，及该平均值为该R、G、B临界值的逼近值；(j)判定该R、G、B临界值的逼近值与其前一个R、G、B临界值的差值是否小于一设定值，及该目前的R、G、B平均值及该先前的R、G、B平均值的差值是否小于一设定值；(k)当该步骤(j)的判定结果为是时，设定该R、G、B临界值的逼近值与一比重预设值的总合为一更新的R、G、B临界值；以及(l)设定该目前的R、G、B平均值为更新的R、G、B平均值。
上述方法，更包含下列步骤(m)当上述的R、G、B临界值的逼近值与上述先前的R、G、B临界值的差值大于一设定值，及上述目前的R、G、B平均值及上述先前的R、G、B平均值的差值大于该设定值时，重复上述的步骤(h)至步骤(l)。
本发明的另一种影像自动裁剪方法是这样实现的是在前置扫描时，动态地判定原稿及背景的边界的图素，以自动框取所读取的原稿的影像，包含下列步骤(a)判定属于背景的图素，及该背景图素是该原稿的影像边界；(b)储存前次所读取的背景图素的R、G、B的平均值；(c)将前次所读取的背景图素的R、G、B的平均值与此次所读取的背景图素的R、G、B的平均值两者的总和，执行平均计算，并将平均计算所得的值设定为更新的R、G、B 临界值；(d)判定新的R、G、B临界值与前次的R、G、B临界值的值是否小于一设定值，且更新的R、G、B平均值与前次的R、G、B平均值的差值是否小于一设定位；(e)当判定为是时，将更新的R、G、B临界值及一比重新设定值δ相加的值当作新的R、G、B临界值，并将更新的R、G、B的平均值设定为新的R、G、B平均值；(f)当判定为否时，重复该步骤(b)至该步骤(f)；(g)依据该新的R、G、B临界值，判断所读取的图素的属性(h)当该读取的图素的R、G、B色阶小于该新的R、G、B临界值时，判定该图素为背景影像的图素，并记录该图素的位置；以及(i)依据该背景图素的位置，框取该原稿影像的图素。
上述步骤方法更包含有步骤(j)当上述的所读取的图素的R、G、B色阶大于上述新的R、G、B临界值时，判定上述的图素为上述的原稿影像的图素。
本发明的影像自动裁剪方法主要是先判定属于背景的图素。其判定方法是由左至右由上而下依序读取每一个图素，若同一行图素的R、G、B色阶差都小于一设定值，便可判定该行的图素为原稿与背景的边界。找出原稿的影像边界后，再以逼近法设定属于背景的图素的R、G、B临界值及其R、G、B色阶值，并储存最后的R、G、B临界值及R、G、B色阶值，为下次判定原稿的边界的标准。逼近法的主要目的是在每次扫描时，都以前次所储存的最后的R、G、B临界值及R、G、B色阶值，与此次所计算的R、G、B临界值及R、G、B色阶值再次地平均，以逐渐逼近准确值。当判定前次与此次所计算的值差别已小于一设定值时，便表示所得的值己接近准确值，不必再执行逼近法的计算。所以，当下次读取原稿的影像时，只要以所储存的R、G、B临界值及R、G、B色阶值作为判定边界的标准，便可框取扫描物的边界，而执行影像的自动框取。
图1为本发明的寻找原稿及背景影像的边界的方法示意图。
图2为本发明的寻找原稿及背景影像的边界图素的流程图。
图3为本发明的动态调整R、G、8临界值的方法流程图。
图4为本发明依据R、G、B临界值以框取原稿的方法流程图。
本发明的方法是先判定属于原稿的图素及属于背景的图素。如图1所示，一般扫描器的文件平台11面积为A3或A4等标准尺寸。用户在扫描时需依照使用指示，将原稿12的两边贴近文件平台11的边缘，以进行扫描。因此，实际上需要判定原稿12的影像与背景13的界线的部分，只有在原稿12未贴近文件平台11的另两边a，b。若能确定原稿12两边a，b与背景13的边界图素的R、G、B临界值，便可区分背景13与原稿12的图素。
由于背景13的R、G、B三个频道(channel)的值不应有太大的差异，因此由左至右逐一读取影像的图素，并比较图素的R、G、B个别的标准差值。所谓的标准差值便是先设定一合适的色阶值，以作为判定图素的标准值，图素的R、G、B值与其标准值的差，便称为标准差值。若其个别的标准差值小于一设定值，如10色阶(level)，则可判定此图素为背景13的图素。然后以该图素为基准，由上而下依序比较同一行的图素的R、G、B的标准差值是否小于该设定值。依此类推，直到完成整行的判定。
只要同一行中有一图素不符合此条件，便回到与基准点同一列的位置，由左至右再作同样的判定。当整行图素的R、G、B个别的标准差值都小于该设定值时，便表示已找出背景13与原稿12的边界a。然后，由上而下，依据同样方法，找出背景13与原稿12的边界b。
寻找背景13与原稿12的边界a的方法如图2所示201设定X＝0，Y＝0，W＝影像的宽度，L＝影像的长度。
202读取(X，Y)座标的图素。
203判定X＝W？如果是，执行步骤207；否则，执行步骤204。
204判定(X，Y)座标的图素的R、G、B的个别标准差值是否大于一设定值，如10色阶？如果是，执行步骤205；否则，执行步骤206。
205由于图素的R、G、B的个别标准差值过大，因此可能不是背景的图素，所以继续下一个图素的判定，X＝X＋1。然后，执行步骤202。
206由于图素的R、G、B的个别标准差值小于设定值，可能是背景的图素，因此记录该图素所在的座标，并继续同行下一个图素的判定，Y＝Y＋1。然后，执行步骤202。
207停止208判定Y＝L？如果是，执行步骤209。否则，执行步骤207。
209判定所记录的Y行的图素为背景与原稿影像的边界a。并执行步骤207。
同理，判定背景与原稿影像的边界b的方法也一样，凡熟知该项技艺的人员都可依据此原理加以应用，因此不再赘述。另外，此方法也可通用于当原稿的两边不靠文件平台两边的情形。
找出背景13与原稿12的边界a及b后，为求准确，本发明再分别计算边界a及边界b的R、G、B平均值，以当作R、G、8临界值的判定标准。R、G、B平均值的计算方式为将边界a及b的每一个图素的R、G、B分别计算总和，再分别除以其图素的总数。即AVG_R=(ΣlnR)/n,AVG_G=(Σ1nG)/n,AVG_B=(Σ1nB)/n]]>。每一个平均后的R、G、B值分别以AVG_R、AVG_G、AVG_B表示。
然后，再分别将先前的R、G、B值，以Curr_R、Curr_G、Curr_B表示，与AVG_R、AVG_G、AVG_B值的总和平均，即(AVG_R＋Curr_R)/2、(AVG_G＋Curr_G)/2、(AVG_B＋Curr_B)/2，并将结果储存在New_R，New_G，New_B的暂存器，以作为判断下一个扫描影像的背景的R、G、B 临界值。如此，反复进行直到R、G、B临界值己逼近准确值。每次前置扫描后所计算的背景图素的R、G、B临界值都不同，但最后会趋于正确，此便为一种学习的程序。该目的在于避免将背景13的图素当作原稿12的图素。由于每次的前置扫描后会再次计算背景的R、G、B平均值，且计算背景的R、G、B平均值的时间并不会影响前置扫描的动作，所以修正后的自动裁剪可对任一单色调的背景作自动载剪。
本发明的自动调整R、G、B临界值的详细步骤如图3所示为更正确地区分原稿与背景影像的边界，本发明提供三个参考值，以动态地调整R、G、B临界值，包含更新值(Update)，R、G、B临界值(以T表示)，及R、G、B平均值(以Curr_R、Cnrr_G、Curr_B表示)。更新值为一旗标值，当Update＝1时，表示需要更新R、G、B临界值T。当Update＝0时，表示最后所得的R、G、B平均值已趋近准确的R、G、B临界值，因此不必再更新。T为暂存装置，用以储存每次扫描后计算所得的R、G、B临界值，Cnrr_R、Curr_G、Curr_B为暂存装置，用以储存R、G、B的平均值。
301初始化Update，T及Curr_R、Curr_G、Curr_B。设定Update＝1，T＝0，Curr_R＝0，Curr_G＝0，Curr_B＝0。
302前置扫描时，读取Update，T及Curr_R、Curr_G、Curr_B的值。
303判定Upate＝0？如果是，表示CurtR、CulTG、CurtB己逼近T的值，因此执行步骤317，可结束。否则，执行步骤304。
304判定图素的R、G、B个别的标准差值(Std_R，Std_G，Std_B)是否都小于一设定值，例如10个色阶？如果是，表示可能是背景的图素，执行步骤305，否则，执行步骤317。
305Update＝1，且R、G、B的标准差值小于10个色阶，因此可判定该图素为背景的图素，且需再进一步计算R、G、B的临界值。计算此行的所有图素的R、G、B平均值，然后分别储存在New_R，New_G，New_B的暂存器中。
306取New_R，New_G，New_B中平均值的最大值，并储存在一暂存器Max。
307判定T＝0？若是，表示这是第一次计算R、G、B的平均值，因此执行步骤308。否则，执行步骤309。
308将步骤306所计算的Max值给暂存器New_T，然后，执行步骤310。
309将步骤306所计算的Max值与T所储存的值相加再除以2，并将其平均值储存在暂存器New_T。
310判断Curr_R，Curr_G，Curr_B中所储存的R、G、B的平均值是否等于0？如果是，执行步骤311，否则执行步骤312。
311此表示第一次执行临界值的平均计算，所以将New_R，New_G，New_B中所储存的R、G、B的平均值分别给于R、G、B暂存器。然后执行步骤316。
312由于此次仍需更新R、G、B的平均值，因此将此次的R、G、B平均值Curr_R、Curr_G、Curr_B及上次的背景图景的R、G、B平均值New_R，New_G，New_B的和再平均一次，将其值分别储存在R、G、B暂存器。
313将暂存器T与New_T的值相减，判定其差值是否小于一设定数，如10色阶？且R及Curr_R的差值绝对值，G及Curr_G的差值绝对值，以及B及Curr_B的差值绝对值是否小于一设定数，如10色阶？如果是，执行步骤314，否则执行步骤315。
314由于差值小于一设定数，此表示所取得的值已非常准确，因此设定Update＝0。并执行步骤316。
315由于差值大于一设定数，此表示所取得的值仍需进一步逼近正确值，因此执行步骤316。
316将所计算的R、G、B临界值New_T及一比重设定值δ相加的值储存于R、G、B临界值暂存器T。将R、G、B的值储存在Curr_R、Curr_G、Curr_B的暂存器。
317终结此次的计算，即已完成学习的程序。
以上所述的R、G、B临界值的计算在每次的前置扫描时都需计算一次，直至所取得的R、G、B临界值己逼近实际约R、G、B平均值。而且步骤307至309，及步骤310至312分别为逼近法的运算，可依据实际扫描的情况而不断逼近实际的R、G、8平均值。事实上，本发明的学习的程序，在扫描器初次使用后的3～5次预扫之后，便可逐渐逼近临界值。一旦逼近临界值后，后续的预扫即可单纯地只执行影像的自动裁剪，而不需经过再次的学习。与其它方法最大的不同是本发明学习完毕后便结束了，不需要在每次预扫时执行一次影像的分析。
取得R、G、B临界值后，便可依据R、G、B 临界值来判别背景与原稿的界线所在，其方法如图4所示401开始。
402依序读取每一个图素。
403判定图素的R、G、B值是否都小于前次计算所得并储存于R、G、B临界值T的R、G、B值？或者，目前所记录的R、G、B平均值，New_R，New_G，New_B与先前的R、G、B平均值Curr_R、Curr_G、Curr_B分别的差值是否都小于一设定值，如10色阶？如果是，执行步骤404，否则，执行步骤405。
404判定该图素为背景的图素，并标示该背景图素的位置。
405判定该图素为原稿的图素。
406当完成整份影像的背景图素的判定后，将影像转换为二进制的影像数据。
407依据所标示的图素位置，执行影像的自动裁剪。
408结束。
综上所述，本发明的方法籍由计算背景图素的R、G、B平均值，来决定R、G、B临界值的依据，因此R、G、B的临界值为动态变动的，所以背景图素的判定不会受机台底色或扫描器的机种不同而有所影响，因此可准确地以逼近法设定适当的R、G、B临界值，而框取所读取原稿影像。
权利要求
1.一种影像自动裁剪方法，是在前置扫描时，动态地判定原稿及背景的边界的图素，以自动框取所读取的原稿的影像，其特征在于包含有下列步骤(a)判定属于背景的图素，及该背景图素是为该原稿的影像边界；(b)以逼近法计算该背景图素的R、G、B平均值，及设定该R、G、B平均值为该背景图素的R、G、B临界值；(c)依据该背景图素的R、G、B临界值，判断所读取的图素的属性；(d)当该读取的图素的R、G、B色阶小于该R、G、B临界值时，判定该图素为背景影像的图素，并记录该图景的位置；(e)重复该步骤(d)，以便依序执行每一图素的判定；以及(f)依据该背景图素的位置，框取该原稿影像的图素。
2.如权利要求1所述的影像自动裁剪方法，其特征在于更包含步骤(g)当上述的所读取的图素的R、G、B色阶大于上述的R、G、B临界值时，判定上述的图素为上述的原稿影像的图素。
3.如权利要求1所述的影像自动裁剪方法，其特征在于上述的步骤(a)包含下列步骤依序比较上述所读取的影像的第一列(row)的每一图素的R、G、B的个别的标准差值；判定该第一列的每一图素的R、G、B的个别的标准差值是否小于一设定数的色阶；当该第一列的每一图素的R、G、B的个别标准差值都小于该设定数的色阶时，判定该图素为背景图素；依序比较与第一个出现的背景图素同一行(column)的每一图素的R、G、B的个别标准差值；以及当判定与该第一个出现的背景图素同一行(column)的每一图素的R、G、B的个别标准差值都小于一设定位时，判定该第一个出现的背景图景的同一行的所有图素形成第一边界线。
4.如权利要求1所述的影像自动裁剪方法，其特征在于上述的步骤(a)包含下列步骤依序比较上述的所读取的影像的第一行(column)的每一图素的R、G、B的个别的标准差值；判定该第一行的每一图素的R、G、B的个别的标准差值是否小于一设定数的色阶；当该第一行的每一图素的R、G、B的个别的标准差值都小于该设定数的色阶时，判定该图素为背景图景；依序比较与第一个出现的背景图素同一列(row)的每一图素的R、G、B的个别的标准差值；以及当判定与该第一个出现的背景图素同一列的每一图素的R、G、B的个别的标准差值都小于一设定值时，判定该第一个出现的背景图景的同一列的所有图素形成第二边界线。
5.如权利要求3所述的影像自动裁剪方法，其特征在于更包含下列步骤当上述的每一图素的R、G、B标准差值都大于上述的设定值时，判定上述的每一图素为原稿影像的图素。
6.如权利要求1所述的影像自动裁剪方法，其特征在于上述的步骤(b)包含下列步骤(h)储存上述的边线图素的R、G、B平均值；(i)将上述的边线图素的R、G、B平均值，以及目前的边线图素的R、G、B平均值加以平均，及该平均值为该R、G、B临界值的逼近值；(j)判定该R、G、B临界值的逼近值与其前一个R、G、B临界值的差值是否小于一设定值，及该目前的R、G、B平均值及该先前的R、G、B平均值的差值是否小于一设定值；(k)当该步骤(j)的判定结果为是时，设定该R、G、B临界值的逼近值与一比重预设值的总合为一更新的R、G、B临界值；以及(1)设定该目前的R、G、B平均值为更新的R、G、B平均值。
7.如权利要求6所述的影像自动裁剪方法，其特征在于更包含下列步骤(m)当上述的R、G、B临界值的逼近值与上述先前的R、G、B临界值的差值大于一设定值，及上述目前的R、G、B平均值及上述先前的R、G、B平均值的差值大于该设定值时，重复上述的步骤(h)至步骤(1)。
8.一种影像自动裁剪方法，是在前置扫描时，动态地判定原稿及背景的边界的图素，以自动框取所读取的原稿的影像，其特征在于包含下列步骤(a)判定属于背景的图素，及该背景图素是该原稿的影像边界；(b)储存前次所读取的背景图素的R、G、B的平均值；(c)将前次所读取的背景图素的R、G、B的平均值与此次所读取的背景图素的R、G、B的平均值两者的总和，执行平均计算，并将平均计算所得的值设定为更新的R、G、B临界值；(d)判定新的R、G、B临界值与前次的R、G、B临界值的值是否小于一设定值，且更新的R、G、B平均值与前次的R、G、B平均值的差值是否小于一设定位；(e)当判定为是时，将更新的R、G、B临界值及一比重新设定值δ相加的值当作新的R、G、B临界值，并将更新的R、G、B的平均值设定为新的R、G、B平均值；(f)当判定为否时，重复该步骤(b)至该步骤(f)；(g)依据该新的R、G、B临界值，判断所读取的图素的属性(h)当该读取的图素的R、G、B色阶小于该新的R、G、B临界值时，判定该图素为背景影像的图素，并记录该图素的位置；以及(i)依据该背景图素的位置，框取该原稿影像的图素。
9.如权利要求8所述的影像自动裁剪方法，其特征在于更包含有步骤(j)当上述所读取的图素的R、G、B色阶大于上述新的R、G、B临界值时，判定上述的图素为上述的原稿影像的图素。
10.如权利要求8所述的影像自动裁剪方法，其特征在于上述的步骤(a)包含下列步骤依序比较上述所读取的影像的第一列(row)的每一图素的R、G、B的个别的标准差值；判定该第一列的每一图素的R、G、B的个别的标准差值是否小于一设定数的色阶；当该第一列的每一图素的R、G、B的个别标准差值都小于该设定数的色阶时，判定该图素为背景图素；依序比较与第一个出现的背景图素同一行(column)的每一图素的R、G、B的个别标准差值；以及当判定与该第一个出现的背景图素同一行(column)的每一图素的R、G、B的个别标准差值都小于一设定位时，判定该第一个出现的背景图景的同一行的所有图素形成第一边界线。
11.如权利要求8所述的影像自动裁剪方法，其特征在于上述的步骤(a)包含下列步骤依序比较上述的所读取的影像的第一行(column)的每一图素的R、G、B的个别的标准差值；判定该第一行的每一图素的R、G、B的个别的标准差值是否小于一设定数的色阶；当该第一行的每一图素的R、G、B的个别的标准差值都小于该设定数的色阶时，判定该图素为背景图景；依序比较与第一个出现的背景图素同一列(row)的每一图素的R、G、B的个别的标准差值；以及当判定与该第一个出现的背景图素同一列的每一图素的R、G、B的个别的标准差值都小于一设定值时，判定该第一个出现的背景图景的同一列的所有图素形成第二边界线。
全文摘要
一种影像自动裁剪方法,是利用原稿不靠边缘的两边线的图素,依据其R、G、B的平均值,以分辨出原稿与背景的区隔线,然后,以逼近法计算此次所得的R、G、B临界值与前次所得的R、G、B临界值。当两次的R、G、B临界值的差值小于一设定值时,表示已逼近准确的色阶,可停止逼近法的计算,并储存最后所得的R、G、B临界值,作为判定原稿及背景边界的影像图素的依据。在前置扫描后,只依据所储存的R、G、B临界值,即可区分原稿及背景的界线,而执行影像的自动裁剪。
文档编号G06K9/34GK1330347SQ0010781
公开日2002年1月9日 申请日期2000年6月20日 优先权日2000年6月20日
发明者简明隆 申请人:鸿友科技股份有限公司