反白區域偵測

名片設計中有時會有以反白字呈現的區域，無法僅以 3.1.3 提取相連元件的

方法判斷，本段利用文字行包含於矩形區域內的特性，將 3.1.3 抽取出的相連元

件做是否為反白字的偵測。

每個相連元件（connected component）以 2-nearest neighbor 方法和最近的

兩個相連元件串接，在串接相連元件之前，需先找出一個適用於整體文字區域

相連的角度值θglobal。本研究以 Epshtein[24]所提出的方法尋找 θ_global值，詳細方

法將於 3.2.1 說明。其方法主要概念為利用文字行間空白處做直線偵測。利用所

有已找出的連通元件，如圖 14(a)，做 dilation 操作，此時連通元件以外的 dilation

部份即可能是文字行之間的空白處，如圖 14(b)，對空白處作 Hough transform，

找出最可能的文字排列角度，設為θglobal。

(a)連通元件偵測影像 (b) dilation 操作後的空白處

圖 14、以 dilation 操作找出文字間空白

Epshtein 方法的較不受同一行內字體大小變化影響，但僅能偵測出單一文 字連接角度，無法偵測兩種以上文字連接角度，如直橫混排，本階段僅需要連

接附近文字得到夠大之 text-line bounding box 區域做反白偵測，因此直接使用

Epshtein 之方法找出單一角度值 θ_global便足夠用於串接相連元件。

限制相連元件串接的角度容許範圍在 θglobal正、負 30 度以內，以搜尋

2-nearest neighbor 方法完成串接。在所有元件串接結束後，計算串接在一起的 相連元件之包覆矩形範圍（bounding box）， 針對 bounding box 以下列流程作

反白字偵測。

1. 將色彩轉灰階影像使用 Otsu 於 bounding box 區域作二值化，如圖 15。

圖 15、Text-line bounding box 範圍做 Otsu 二值化之範例

2. 計算 text-line bounding box（如圖 16(a)）內 Otsu 影像灰階平均值 G_avg1， 此值相當於 Otsu 影像之白色所佔百分比。由於背景 pixel 通常比前景多，

基於實驗結果，將 Gavg1>0.6 區域認為是白底黑字區域。

3. Gavg1不大於 0.6 的情況，需要做第二階段判斷，因為手機影像曝光過 度的情況不多見，但光照不足的情況卻不少，白色所佔百分比不大於 60%

可能是光照不足，也可能是文字筆劃排列緊密造成。

4. 第二階段判斷需要使用 bounding box 內部份區域，以 bounding box 最 外界限往內取寬度為 2 pixel 的矩形框(見圖 16(b))，計算矩形框內 Otsu 影

像（僅計算紅色部分）灰階平均值 G_avg2。

5. 基於實驗結果，若為 G_avg2值大於 0.5，則此區為白底黑字區域，若 G_avg2 值小於等於 0.5，則此區為白底黑字區域。

(a) 虛線內部區域為 bounding box 範圍

(b)紅色線狀區域為 bounding box 內框範圍 圖 16、Bounding box 與 bounding box 內框示意圖

最後依照偵測結果，分別將二值化影像連通圖和反向影像二值化連通圖中

屬於文字的部分留下，見圖 17。

圖 17、反白字偵測結果示意圖 原始影像

白底黑字區域

黑底白字（反白字）區域

文字連通圖