3. 筆記文字過濾
3.2. 套用文字濾波
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 3-5，二階層 D4 小波 HH 通道結果切割圖
3.2.2. 文字邊緣濾波
如同前面所述，文字邊緣濾波是利用文字與背景具有一定對比度作為計算依據 的，而本研究所針對的影像主要是筆記掃描影像，較不容易有文字位於複雜的顏色背景 上的情況，因此在這個部分本研究採用了與此種概念較為相近的 Isotropic Nonlinear Filter 作為判斷邊緣的方法，因為剛畫好的卡通影像大部分都是著色於白色背景上的，
不過此演算法所使用的遮罩是圓形的，較不符合文字的主要結構，且圓形的遮罩面積較 難計算，可能會有某一小格被排除在外的情況，因此此處的遮罩改使用水平、垂直、45
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
度、135 度的方塊作為新的遮罩進行運算，新的遮罩結果如圖 3-6 所示，Eq 9 為能量的 計算公式。
Eq 9
圖 3-6，參考文字結構改善後的遮罩示意圖
由於掃描影像的顏色資訊並不一定相同，有些白色像素在轉成灰階影像後也可能 位於不同的範圍區間，因此套用上述的公式較容易產生良好的結果，並且能順利的取得 這些資訊的邊緣，結果如圖 3-7 圖 a 所示，但對於文字內的重點標記是較不容易過濾的，
若改用亮度作計算，由於一般螢光筆都是屬於較亮的筆芯，則重點標記會與背景有相同 亮度而消失，但某一部分手寫資訊也會消失，如圖 3-7 所示。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 3-7，圖 a 為使用灰階影像及新遮罩的結果，圖 b 為使用亮度(V)通道的結果
3.2.3. 文字結構濾波
過去與文字結構濾波有關的文獻共有三類，原始核心一、原始核心二及加速核心，
本研究將使用原始核心一[3]及原始核心二[7]進行比較，而在進行這兩種核心的測試時
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
也發現彼此間有所不足，如核心一計算結果較佳，但時間花費較久，因為其核心有三組 且會逐漸擴大，而核心二所花費時間較短，但產生的結果不如核心一的結果那麼好，有 部分應當保留的文字線段反而不具有較強烈的能量，在這樣的情況下本研究提出了一種 新核心與前述兩種核心一起比較，新核心的改良數值如圖 3-8 所示，三種核心的數值如。
圖 3-8，本研究提出的改良核心圖
圖 3-9，三種核心的長寬數據
此次提出的核心主要是參考前面兩種所產生的，雖然核心一的結果較為平順、準 確，但由於原始核心需計算三種不同的數值才能獲得結果，導致當影像較大時計算時間 容易過長，因此本研究新提出的核心必須要是使用單一組數值進行計算的，接著轉而參 考核心二的數據，在觀察套用核心二後的結果發現此種核心在處理水平筆畫的資訊時會 有所遺漏，導致判斷結果與原始文字有所差異，推測是由於核心二的中間區域寬度較
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 3-10，三種不同核心處理的結果，a:原始核心，b:改良核心，c:本研究提出核心
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3.2.4. 文字濾波總結
若將目標著重於過濾文字間的重點標記，那麼使用文字邊緣濾波搭配 V 通道的結 果是最佳的，然而這也會使得手寫文字的部分資訊消失，若使用灰階影像的話又會讓重 點標記的邊緣線過於明顯，此處的目的是希望能保留文字的資訊，並消除大部分的雜 訊，因此本研究認為文字邊緣濾波的結果較不適合作為此處的文字濾波。
而多貝西小波除了必須切割出尺寸較小的影像才能取得結果外，從圖 3-5 的結果 中可看出部分文字內的點跟點彼此之間是沒有相連的，這使得接下來若要找出文字區塊 時的困難度更為提高，因為一般計算文字區域時主要是使用連結元件的方法，當文字中 的點與點之間沒有連結時就無法更快速的將單一文字的連結於單一區塊內，此外如前一 小節所述，由於結果是小尺寸的影像，放大時可能會產生一些誤差的錯誤情況，因此在 經過考量後選擇使用本研究提出的文字結構濾波作為文字濾波，最終結果如圖 3-10 所 示，可看到大部分的重點標記線段都有被移除，僅剩下少部分的資訊，而文字結構濾波 則能依照文字架構給予適當的能量回饋。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 3-11，移除重點標示線段，並套用本研究提出的文字結構濾波於圖 3-1 的結果