Вернуться к разделу "Реализация проекта BookScanLib".
Фильтр Adaptive Wiener из проекта gamera применяется для размытия фона (подавления шума) серой (8-битной) растровой картинки перед бинаризацией.
Я написал простейшую консольную программу для демонстрации работы Adaptive Wiener. На входе она принимает следующие параметры:
wiener <input_file> <region_size (int)> <noise_variance (double)>
region_size - это размер обрабатывающего окна . 5 по умолчанию.
noise_variance - средний уровень шума. -1 по умолчанию.
Точность дробных - до одной десятой.
На выходе программа выдаёт этот же файл, обработанный этим алгоритмом.
Программа работает только с серыми изображениями.
Всё необходимое для тестирования этой программы (компиляционный проект, готовый экзешник, файл-пример и bat-файлы для тестирования программы) я оформил в небольшой пакет:
Скачать пакет wiener (41 КБ)
(Для работы программы требуется FreeImage dll-библиотека из пакета FreeImage DLL v3.9.2 - см. статью 1. Знакомство с FreeImage).
Рассмотрим исходные коды этой программы:
/* * * Copyright (C) 2005 John Ashley Burgoyne and Ichiro Fujinaga * 2007 Uma Kompella and Christoph Dalitz * * This program is free software; you can redistribute it and/or modify it * under the terms of the GNU General Public License as published by the Free * Software Foundation; either version 2 of the License, or (at your option) * any later version. * * This program is distributed in the hope that it will be useful, but WITHOUT * ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or * FITNESS FOR A PARTICULAR PURPOSE. See the GNU General Public License for * more details. * * You should have received a copy of the GNU General Public License along * with this program; if not, write to the Free Software Foundation, Inc., 59 * Temple Place - Suite 330, Boston, MA 02111-1307, USA. */ /* Adaptive Wiener filter for de-noising. See: J. Lim. 2001. *Two-Dimensional Signal Processing.* Englewood Cliffs: Prentice Hall. *region_size* : default = 5 The size of the region within which to calculate the filter coefficients. *noise_variance* : default = -1 Variance of the noise in the image. If negative, estimated automatically as the median of local variances. */ // This algorithm was taken from the gamera.sf.net sourcecodes // and adopted for the FreeImage library // // Copyright (C) 2007-2008: // monday2000 monday2000@yandex.ru #include "FreeImage.h" #include "Utilities.h" //////////////////////////////////////////////////////////////////////////////// void mean_filter(FIBITMAP* src_dib, int region_size, double* p_mean) { unsigned width = FreeImage_GetWidth(src_dib); unsigned height = FreeImage_GetHeight(src_dib); unsigned pitch = FreeImage_GetPitch(src_dib); unsigned bpp = FreeImage_GetBPP(src_dib); unsigned x, y, i, j; int k_index; BYTE* src_bits = (BYTE*)FreeImage_GetBits(src_dib); // The image raster BYTE* src_end_row = src_bits + (height-1) * pitch; int end_col = width - 1; BYTE* lines, *linek; int sum; unsigned area = region_size * region_size; for (y = 0; y < height; y++) { lines = src_bits + y * pitch; for (x = 0; x < width; x++) { sum = 0; // kernel processing for (i = 0; i < region_size; i++) for (j = 0; j < region_size; j++) { linek = lines + (i-1) * pitch; if (linek < src_bits) linek = src_bits; if (linek > src_end_row) linek = src_end_row; k_index = x+j-1; if (k_index < 0) k_index = 0; if (k_index > end_col) k_index = end_col; sum += linek[k_index]; } p_mean[y*width+x] = (double)sum / area; } } } //////////////////////////////////////////////////////////////////////////////// void variance_filter(FIBITMAP* src_dib, int region_size, double* p_mean, double* p_var) { unsigned width = FreeImage_GetWidth(src_dib); unsigned height = FreeImage_GetHeight(src_dib); unsigned pitch = FreeImage_GetPitch(src_dib); unsigned bpp = FreeImage_GetBPP(src_dib); unsigned y, x, i, j; int k_index; BYTE* src_bits = (BYTE*)FreeImage_GetBits(src_dib); // The image raster BYTE* src_end_row = src_bits + (height-1) * pitch; int end_col = width - 1; BYTE* lines, *linek; int sum; unsigned area = region_size * region_size; for (y = 0; y < height; y++) { lines = src_bits + y * pitch; for (x = 0; x < width; x++) { sum = 0; // kernel processing for (i = 0; i < region_size; i++) for (j = 0; j < region_size; j++) { linek = lines + (i-1) * pitch; if (linek < src_bits) linek = src_bits; if (linek > src_end_row) linek = src_end_row; k_index = x+j-1; if (k_index < 0) k_index = 0; if (k_index > end_col) k_index = end_col; sum += linek[k_index]*linek[k_index]; } p_var[y*width+x] = (double)sum / area - p_mean[y*width+x] * p_mean[y*width+x]; } } } //////////////////////////////////////////////////////////////////////////////// int compare_colors(const void *elem1, const void *elem2) { // Comparison function for sorting pixels - needed for the standart qsort function return (int)(*((double*)elem2) - *((double*)elem1)); } double median_filter(FIBITMAP* src_dib, double* p_var) { unsigned width = FreeImage_GetWidth(src_dib); unsigned height = FreeImage_GetHeight(src_dib); int int_size = height*width*sizeof(double); int area = height*width; double* p_median = (double*)malloc(int_size); memcpy(p_median,p_var,int_size); qsort(p_median, area, sizeof(double), compare_colors); double res = p_median[(area - 1) / 2]; free(p_median); return res; // noise_variance } //////////////////////////////////////////////////////////////////////////////// FIBITMAP* ProcessFilter(FIBITMAP* src_dib, int region_size, double noise_variance) { unsigned width = FreeImage_GetWidth(src_dib); unsigned height = FreeImage_GetHeight(src_dib); unsigned src_pitch = FreeImage_GetPitch(src_dib); unsigned bpp = FreeImage_GetBPP(src_dib); FIBITMAP* dst_dib = FreeImage_Allocate(width, height, bpp); if(bpp == 8) { if(FreeImage_GetColorType(src_dib) == FIC_MINISWHITE) { // build an inverted greyscale palette RGBQUAD *dst_pal = FreeImage_GetPalette(dst_dib); for(int i = 0; i < 256; i++) { dst_pal[i].rgbRed = dst_pal[i].rgbGreen = dst_pal[i].rgbBlue = (BYTE)(255 - i); } } else { // build a greyscale palette RGBQUAD *dst_pal = FreeImage_GetPalette(dst_dib); for(int i = 0; i < 256; i++) { dst_pal[i].rgbRed = dst_pal[i].rgbGreen = dst_pal[i].rgbBlue = (BYTE)i; } } } unsigned dst_pitch = FreeImage_GetPitch(dst_dib); BYTE* src_bits = (BYTE*)FreeImage_GetBits(src_dib); // The image raster BYTE* dst_bits = (BYTE*)FreeImage_GetBits(dst_dib); // The image raster BYTE* lines, *lined; unsigned x, y; BYTE mean; double variance; int int_size = height*width*sizeof(double); double* p_mean = (double*)malloc(int_size); double* p_var = (double*)malloc(int_size); memset(p_mean,0,int_size); memset(p_var,0,int_size); mean_filter(src_dib, region_size, p_mean); variance_filter(src_dib, region_size, p_mean, p_var); // Compute noise variance if needed. if (noise_variance < 0) noise_variance = median_filter(src_dib, p_var); for (y = 0; y < height; y++) { lines = src_bits + y * src_pitch; lined = dst_bits + y * dst_pitch; for (x = 0; x < width; x++) { mean = p_mean[y*width+x]; variance = p_var[y*width+x]; // The estimate of noise variance will never be perfect, but in // theory, it would be impossible for any region to have a local // variance less than it. The following check eliminates that // theoretical impossibility and has a side benefit of preventing // division by zero. if (variance < noise_variance) lined[x] = mean; else { double multiplier = (variance - noise_variance) / variance; double value = (double)lines[x]; lined[x] = (BYTE)(mean + multiplier * (value - mean)); } } } // Copying the DPI... FreeImage_SetDotsPerMeterX(dst_dib, FreeImage_GetDotsPerMeterX(src_dib)); FreeImage_SetDotsPerMeterY(dst_dib, FreeImage_GetDotsPerMeterY(src_dib)); free(p_mean); free(p_var); return dst_dib; } //////////////////////////////////////////////////////////////////////////////// /** FreeImage error handler @param fif Format / Plugin responsible for the error @param message Error message */ void FreeImageErrorHandler(FREE_IMAGE_FORMAT fif, const char *message) { printf("\n*** "); printf("%s Format\n", FreeImage_GetFormatFromFIF(fif)); printf(message); printf(" ***\n"); } //////////////////////////////////////////////////////////////////////////////// /** Generic image loader @param lpszPathName Pointer to the full file name @param flag Optional load flag constant @return Returns the loaded dib if successful, returns NULL otherwise */ FIBITMAP* GenericLoader(const char* lpszPathName, int flag) { FREE_IMAGE_FORMAT fif = FIF_UNKNOWN; // check the file signature and deduce its format // (the second argument is currently not used by FreeImage) fif = FreeImage_GetFileType(lpszPathName, 0); FIBITMAP* dib; if(fif == FIF_UNKNOWN) { // no signature ? // try to guess the file format from the file extension fif = FreeImage_GetFIFFromFilename(lpszPathName); } // check that the plugin has reading capabilities ... if((fif != FIF_UNKNOWN) && FreeImage_FIFSupportsReading(fif)) { // ok, let's load the file dib = FreeImage_Load(fif, lpszPathName, flag); // unless a bad file format, we are done ! if (!dib) { printf("%s%s%s\n","File \"", lpszPathName, "\" not found."); return NULL; } } return dib; } //////////////////////////////////////////////////////////////////////////////// int main(int argc, char *argv[]) { // call this ONLY when linking with FreeImage as a static library #ifdef FREEIMAGE_LIB FreeImage_Initialise(); #endif // FREEIMAGE_LIB // initialize your own FreeImage error handler FreeImage_SetOutputMessage(FreeImageErrorHandler); if(argc != 4) { printf("Usage : wiener <input_file> <region_size (int)> <noise_variance (double)>\n"); return 0; } FIBITMAP *dib = GenericLoader(argv[1], 0); int region_size = atoi(argv[2]); double noise_variance = atof(argv[3]); if (dib) { // bitmap is successfully loaded! if (FreeImage_GetImageType(dib) == FIT_BITMAP) { if (FreeImage_GetBPP(dib) == 8) { FIBITMAP* dst_dib = ProcessFilter(dib, region_size, noise_variance); if (dst_dib) { // save the filtered bitmap const char *output_filename = "filtered.tif"; // first, check the output format from the file name or file extension FREE_IMAGE_FORMAT out_fif = FreeImage_GetFIFFromFilename(output_filename); if(out_fif != FIF_UNKNOWN) { // then save the file FreeImage_Save(out_fif, dst_dib, output_filename, 0); } // free the loaded FIBITMAP FreeImage_Unload(dst_dib); } } else printf("%s\n", "Unsupported color mode."); } else // non-FIT_BITMAP images are not supported. printf("%s\n", "Unsupported color mode."); FreeImage_Unload(dib); } // call this ONLY when linking with FreeImage as a static library #ifdef FREEIMAGE_LIB FreeImage_DeInitialise(); #endif // FREEIMAGE_LIB return 0; } |
Составляются 3 вспомогательных изображения. Первое заполняется так: квадратная апертура пробегает по всем пикселям, суммирует апертуру, делит на площадь и вставляет в результат. Получается усреднённое изображение.
Второе заполняется так: квадратная апертура пробегает по всем пикселям, суммирует квадраты в апертуре, делит на площадь и вычитает квадрат соответствующего пикселя из первого вспомогательного изображения и вставляет в результат. Получается отклонённое изображение.
Второе копируется в третье. Третье сортируется по возрастанию. Берём точку из середины (т.е. получаем медиану отклонения) и удаляем третье изображение.
Затем в основном цикле проходим по всем пикселям. Если отклонение данного пикселя меньше медианы - то просто переносим данный пиксель в результат, если больше - то вычисляем новый пиксель по формуле с участием текущего пикселя, текущего усреднения, текущего отклонения и медианы - и вставляем его в результат.
Чисто визуально можно увидеть, что этот алгоритм размывает фон за пределами некоей "зоны отчуждения" вокруг каждой буквы - что даёт 100% гарантию не-затрагивания букв при размытии.