本发明属于数字图像处理技术领域,涉及计算机图形学和数字图像处理的文字与图像的混合排版技术,具体涉及一种图像排版配色方法。
背景技术:
随着用户对图像传播的个性化要求不断提升,图像与文本融合成为了目前传播的新形式。为用户照片自动地添加具有美观的水印文字成为图像处理的一个新方向——视觉媒体的自动设计。
文字与图像的混合排版是自动排版技术亟待解决的问题之一。以前的工作主要侧重于在纯色背景下对文字块和图像的自动排版问题。这类排版问题基于设计中网格(grid)概念。以前部分工作解决在图像的单一背景区域添加其他元素的排版问题。然而这些工作是通过建立计算模型处理单个文本覆盖于单一背景的图片上的美学排版问题。
技术实现要素:
为了解决现有技术中的上述问题,本发明提出了一种图像排版配色方法,以实现便捷地输出满意的图片同时提升图片的美学质量。
该方法包括如下步骤:
步骤01,在原始图像中为文字图像选取最优文字位置区域,所述最优文字位置区域为视觉显著度较低的位置区域;
步骤02,为所述文字图像中的文字配色;
步骤03,输出包含有配色后的文字图像的原始图像。
优选地,在选取最优文字位置区域时,视觉显著度的计算公式为:
hofsal(p)=max(1,hsal(p)+obj(p)+face(p))
其中,hofsal(p)为视觉显著度,p为任意原始图像中的一个像素点,hsal(p)为每个像素的分层显著图,obj(p)为每个像素的物体区域标示图,face(p)为每个像素的面部区域表示图,hsal(p)、obj(p)和face(p)的取值范围均为0~1之间。
优选地,在为文字图像选取所述最优文字位置区域时,计算文字位置的公式为:
其中,r*为最优文字位置区域,(x,y)为矩形区域左上角定点坐标,w为矩形框宽度,h为矩形框高度,tsp(i,j)为在(i,j)处像素点的空间重要性。
优选地,所述视觉显著度的色相直方图计算公式为:
其中,m*为色相直方图,所述色相直方图m*为原始图像在色度空间内所有像素点p的饱和度和视觉显著度的值的显著性加权分布,h表示色彩分量,。表示两个矩阵对应位置元素的乘积。
优选地,归一化处理后,所述色相直方图的公式为:
其中,m为归一化处理后的色相直方图。
优选地,所述步骤02具体为:
选出与原始图像色彩分步最接近的模板,根据所述模板对所述原始图像进行和谐化处理,并据此为所述文字配色。
优选地,在选模板时,计算所述原始图像在各模板下的和谐损失,公式为:
其中,f表示和谐损失,i表示原始图像,t表示模板,h表示色彩分量,//·//表示某一色调到给定模板区间的最小色轮距;tsp(p)表示像素点p的空间重要性。
优选地,在选模板时,计算所述原始图像在各模板下的和谐损失,公式为:
其中,f表示和谐损失,i表示原始图像,tm表示模板,m∈{x,y,v,t},α表示模板的任意旋转角度。
优选地,所述模板的选择策略为:
b(i)=(m,α)
优选地,所述模板的选择策略包括聚合和分裂,具体为:
分裂:t模板分裂为x模板,v模板分裂为y模板,x、y模板不进行分裂;
聚合:t模板聚合为v模板,x模板聚合为y模板,v、y模板不进行聚合。
与现有技术相比,本发明至少具有以下优点:
通过本发明中图像排版配色方法,实现了便捷地输出满意的图片同时提升图片的美学质量。
附图说明
图1为本发明所提供的图像排版配色方法的流程示意图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
本发明的方法主要分为两部分:文字区域选取策略和文字颜色选取策略。采用基于视觉显著理论与美学构图的确定文字位置时,需综合考虑图像内容(避免被文字遮挡)与排版构图技巧。即给定一幅图像,最适合放置指定大小文字的区域被定义为最优文字位置区域。该区域应尽可能少地干扰原图内容的表达,尽可能多地符合设计构图原则。基于视觉反差和色彩和谐化原理确定文字颜色时,需保证原图颜色尽可能的和谐,文字用色与原图产生尽可能大的反差。
针对每个步骤的具体算法以下将详细说明。
本发明公开了一种图像排版配色方法,如图1所示,包括如下步骤:
步骤01,在原始图像中为文字图像选取最优文字位置区域。
所述最优文字位置区域为视觉显著度较低的位置区域。为了保证文字尽可能少的干扰原图内容的表达,文字区域不应该放置于原图观察者可能感兴趣的区域,以免造成视觉混淆,若这种混淆不可避免,应尽量减少,即应放置于视觉显著性较低的区域。常规的视觉显著性多考量像素点在颜色、亮度、方向方面与周边背景的对比。除此之外,图像中如“人脸”、“人体”或其他常见物体也应被特殊关注,因为将文字放置于这些区域时可能会造成“视觉噪声”进而影响信息的有效传递。
在选取最优文字位置区域时,视觉显著度的计算公式为:
hofsal(p)=max(1,hsal(p)+obj(p)+face(p))
其中,hofsal(p)为视觉显著度,p为任意原始图像中的一个像素点,hsal(p)为每个像素的分层显著图,obj(p)为每个像素的物体区域标示图,face(p)为每个像素的面部区域表示图,hsal(p)、obj(p)和face(p)的取值范围均为0~1之间。当图像中不存在常规物体或者人脸区域时,obj(p)和face(p)为0;当三者累加超过1时,认为已经具有较强的显著性,按1处理,故而hofsal(p)的取值范围也为0~1,各个显著图具体含义及计算方法如下:
1)分层显著图:本发明采用多层次分析方法减少小尺度和高对比度区域对显著性检测造成的影响。该方法将图像分为3层,将每层图像处理成不同大小的超分割图像块,形成树形结构,再通过层次推断的方法得出显著性图。分层显著图中每个元素取值范围0~1,值越大表示该区域显著性越高。
2)物体区域标识图:用来指示图中存在的常规物体,采用fasterrcnn来提取常见物体区域信息,而后结合grabcut得到物体区域标识图。处理流程为输入一幅图,采用fasterrcnn获得物体区域外包围框,框内部的区域表示可能为前景或背景,框外部的均为非前景,以此框作为grabcut输入可得到物体区域标识图。物体区域标识图中每个元素取值范围0~1,值越大表示该区域存在物体的可能性越高。
3)面部区域标识图:进行人脸检测,若检测到人脸区域,则利用grabcut根据人脸区域构造facemap,流程与上述物体区域标识图类似。面部区域标识图中每个元素取值范围0~1,值越大表示该区域存在人脸的可能性越高。
在自动计算叠加文字最佳的位置,不仅要考虑应尽可能少地干扰原图内容的表达,也要尽可能多地符合设计构图原则。本发明使用khan提出的空间位置度量模板。该模板基于三分构图法,认为横纵三分线上的点比较重要,除此之外,特殊考虑了图像重心及上下三分位点。模板中越亮的区域标识相关位置越显著,越暗的地方表示越不重要。计算时,将该模板缩放至与原图大小相同,并将每个元素缩放到0~1,使用tsp(i,j)表示在(i,j)处点的空间重要性。
综合上述,对于任意原始图像im*n,若最优文字位置区域记为r*,(x,y)为矩形区域左上角定点坐标,w为矩形框宽度,h为矩形框高度。
上述问题可简化为寻找非负2维矩阵最大子矩阵问题,用动态规划算法可快速求解。
针对文本颜色选取策略,本发明首先基于上述显著度计算图像的hsv色相直方图,具体步骤如下:
色相直方图m*表示原始图像im*n在色度空间内所有像素点p的饱和度和视觉显著度的值的显著性加权分布,定义为:
上述公式中,h表示色彩分量,
归一化处理后,所述色相直方图的公式为:
m为归一化处理后的色相直方图。
步骤02,为文字图像中的文字配色。
具体的,选出与原始图像色彩分步最接近的模板,根据所述模板对所述原始图像进行和谐化处理,并据此为所述文字配色。
其次,本发明还要选出与原图色彩分布最接近的模板,而后利用所匹配出的模板完成原图的和谐化,并在此基础上为文字配色,步骤如下:
根据对图像和谐度的定义,结合上文提出的显著度,将一幅原始图像im*n在模板t下的和谐损失定义为:
其中,f表示和谐损失,i表示原始图像,t表示模板,h表示色彩分量,|/·|/表示某一色调到给定模板区间的最小色轮距;tsp(p)表示像素点p的空间重要性。
在选模板时,计算所述原始图像在各模板下的和谐损失,公式为:
其中,f表示和谐损失,i表示原始图像,tm表示模板,m∈{x,y,v,t},α表示模板的任意旋转角度。
给出图像i在各个模板下的和谐度,一种显然的模板选取策略是:
b(i)=(m,α)
即分别计算该图像在各个模板下的和谐损失,选取最小和谐度对应的模板。
本发明提出了一种基于聚合、分裂的自适应模板匹配策略。其中,
分裂规则为:t模板分裂为x模板,v模板分裂为y模板,x,y模板不进行分裂;
聚合规则为:t模板聚合为v模板,x模板聚合为y模板,v,y模板不进行聚合。
该自适应模板匹配算法流程如下:
初始化待匹配模板为t模板;
while待匹配模板发生变化,
将原始图像i与待匹配模板进行匹配,
统计模板区域内mi的均值ave及方差varp,
根据ave+3*varpave+3*varp计算浓度极大值点;
if极大值点个数大于2,
then
根据分裂规则分类模板,更新待匹配模板;
else
if不存在浓度极大值点并且模板区域内小于均值的点超过70,
then
根据聚合规则聚合模板,更新待匹配模板。
else匹配结束。
最后,本文配色策略在色彩的美观性的基础上考虑文本的可阅读性。文本颜色与图像背景颜色太相似,会影响到文本阅读。基于视觉反差原理,在和谐化基础上,采用对比色策略为文本配色。
对于基于互补色相原理的模板(模板x和y),首先确定文本区域所在模板区域的扇区,其次计算对应扇区的角平分线,取角平分线的对比色所对应颜色为文本颜色。
对于基于相近色相原理的模板(模板v和t),直接计算模板扇形区域的角平分线,其角平分线的对比色所对应的颜色为文本颜色。
步骤03,输出包含有配色后的文字图像的原始图像。
本发明的方法的特色和创新在于,提出了一种全自动的照片水印自动排版与配色方法,在为用户提供针对文字位置、配色的设计推荐时,结合设计原理指导用户完成图文搭配设计。基于图像的视觉显著区域和设计学相关原理,对文字块优化布局。以此为基础,利用色彩和谐化原理,提升图片美学质量并利用视觉反差原理为文字配色。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。