字跡上色

在此階段，本研究將利用字跡擷取的結果進行粉筆字字跡的著色，目的是能 夠讓教學筆記與實際老師上課所寫的重點內容相對應，以利於學生在觀看教學影 片時可以快速抓住筆記的重點。

教學影片的畫面容易受到光線影響造成顏色改變，導致無法有效的分辨各種 顏色，因此本研究在此小節將教學影片的畫面轉換至 HSV 色彩空間。主要是考 慮 RGB 色彩空間，任何一個值變動，就會影響整個顏色的變化，三個通道之間 的關聯性太高。使用 HSV 色彩空間好處在於可以控制色調值（Hue，H），當色 相固定也就是顏色固定。當飽和度（Saturation，S）及顏色明暗度（Value，V）

改變，也不會改變顏色。色彩空間線性與非線性研究中，研究[28]提到 RGB 直接 做顏色辨識的準確率不好，轉換成 HSV 可以增加其準確度，如圖 3-15 對照使用 RGB 作顏色辨識的準確度遠輸於 HSV 色彩空間，此三個通道說明如下：

1. H：顏色全彩的屬性，每種顏色對應到不同的色調值，範圍為 0~360 度 的角度，例如藍色、黃色等。

2. S：顏色的純度，值越高越鮮豔。

3. V：顏色越亮其明暗度越高，反之則較低，範圍從 0 到 255。

圖 3-15 HSV 與 RGB 色彩空間比較

一般利用一個圓錐體來定義顏色(如圖 3-16)，椎體的圓形底面相當於色輪，

飽和度則從圓心向邊緣增加，明亮度則從底邊向錐頂遞減。另外有一個色彩三角 形來定義飽和度和明亮度，縱座標代表明亮度，橫座標代表飽和度。還有一種方 法是用圓柱體(如圖 3-17)，其表示方法基本上和圓錐體相當類似。

圖 3-16 HSV 圓錐體色彩模型

圖 3-17 HSV 圓柱體色彩模型

由於攝影鏡頭輸入之影像為 RGB 色彩空間，因此我們先透過轉換公式將 RGB 轉換為 HSV 色彩空間，其轉換公式如下：

𝐻 = {

(6 +_{𝑀𝐴𝑋−𝑀𝐼𝑁}^𝐺−𝐵 ) × 60°, 𝑖𝑓 𝑅 = 𝑀𝐴𝑋 (2 +_{𝑀𝐴𝑋−𝑀𝐼𝑁}^𝐵−𝑅 ) × 60°, 𝑖𝑓 𝐺 = 𝑀𝐴𝑋 (4 +_{𝑀𝐴𝑋−𝑀𝐼𝑁}^𝑅−𝐺 ) × 60°, 𝑖𝑓 𝐵 = 𝑀𝐴𝑋

(4)

𝑆 =^{𝑀𝐴𝑋−𝑀𝐼𝑁}_𝑀𝐴𝑋 (5) 𝑉 = 𝑀𝐴𝑋 (6)

34

上述公式的計算結果就是圖 3-17 中圓柱體色彩模型的值，其中𝑀𝐴𝑋為

（R,G,B）中數值最大者，𝑀𝐼𝑁則為（R,G,B）中數值最小者。而𝐻的值為 0°~360

°，𝑆的值為 0~1，再把它轉換成 0~100%，𝑉的值為 0~255。

假如𝑀𝐴𝑋= 𝑀𝐼𝑁，則𝐻=0°，表示沒有色彩，即純灰色。如果𝐻超過 360°，則 用 360 除以𝐻的餘數當作𝐻的值。如果𝑀𝐴𝑋=0，則𝑆=0，也是代表沒有色彩。如 果𝑉=0，則表示沒有亮度，即純黑色。若𝑆採用下列公式，計算出的結果則是圖

3-16 中圓錐體色彩模型的值：

𝑆 = 𝑀𝐴𝑋 − 𝑀𝐼𝑁 (7) 圖 3-18（a）經過 HSV 色彩空間轉換後，接著進行顏色篩選，設定六個值分 別為 H（max）、H（min）、S（max）、S（min）、V（max）、V（min）作為顏色 篩選的門檻值，分別表示 H、S、V 的上下極限值。當圖 3-18（b）中任一像素的 RGB 值為 255，則將滿足條件的像素座標位置對應至圖 3-18（a），接著取得圖 3-18（a）中像素的 HSV 值進行檢驗，判斷該像素的值介於何種顏色的[min, max]

區間，並將此區間所對應的顏色著色於圖 3-18（c）。

一般而言，對於基本色中所對應的 HSV 分量需要給定一個嚴格的範圍，表 3-1 為本研究透過實驗計算的 HSV 顏色模糊範圍。

表 3-1 HSV 顏色分量範圍

黑 灰 白 紅 橘 黃 綠 藍 紫 H min 0 0 0 0 156 11 26 35 78 125 H max 180 180 180 10 180 25 34 77 124 155 S min 0 0 0 43 43 5 43 35 43 S max 255 43 30 255 255 255 255 255 255 V min 0 47 221 46 46 5 46 35 46 V max 46 220 255 255 255 255 255 255 255

（a）

（b）

（c）

圖 3-18 粉筆字的字跡著色（a）原圖（b）影像二值化的字跡擷取結果（c）最終

36

1 59 117 175 233 291 349 407 465 523 581 639 697 755 813 871 929 987 1045 1103 1161 1219 1277 1335 1393 1451 1509 1567 1625 1683 1741 1799 1857

粉筆字像素量 C

B

A