不同深淺浮水印變化

接下來做的實驗是測試各種不同深淺與不同均勻度的浮水印經過二值化的 效果，我們使用灰階圖像進行 Otsu 二值化的圖片做為分類的標準，先將圖片分 為兩類，均勻浮水印與不均勻浮水印，如表 4-1 所示。

表 4-1 發票浮水印均勻與否說明

分類 說明

均勻 浮水印經過 Otsu 二值化後，大部份被分類背景，或是大部份 被分類到數字。

不均勻 浮水印經過 Otsu 二值化後，一部份在數字，一部份在背景。

不均勻浮水印的深淺分佈較廣，所以不再細分色彩的濃淡，均勻浮水印則依 深淺分為三種等級，圖表 4-2 所示。

表 4-2 發票浮水印顏色深淺說明

分類 說明

淺色 Otsu 二值化圖片可以完整將數字與浮水印分離。

中間色 Otsu 二值化圖片可以清楚的看出數字，但是會有部份浮水印 的雜點。

深色 Otsu 二值化圖片無法看出數字。

以二值化後的結果為判斷標準，對最陽春的 Otsu 二值化，高第一的 log 轉 換加上 power 轉換再進行 Otsu 二值化，和本論文所提出的發票浮水印分離法進 行比較分析，判斷標準為浮水印去除程度和數字的可辨識性，完整分離的得 3 分，有殘留但可清楚辨識的得 2 分，有殘留但只有部份數字難辨識的得 1 分，完 全無法辨識的 0 分，每種情況各取三張圖，總分 36 分，得分越高，表示浮水印

的分離越成功。

表 4-3 為淺色的均勻浮水印，Otsu 得滿分，黃偉詮的方法對圖像進行了加強，

反而使得部份浮水印或是公司印章被突顯了出來，造成雜訊產生些許雜點在數字 上頭，但是還是可以清楚的辨識出所有數字，得到 7 分，本文使用的方法字體較 其他兩種方法細，全可清楚的辨識出原始的數字。

表 4-3 淺色浮水印不同前處理二值化效果 淺色

灰階 Otsu 二值化 Log+power+Otsu 本文方法 1

3 2 3

2

3 2 3

3

3 3 3

小計 9 7 9

如表 4-4 所示，均勻中間色的 Otsu 皆有雜訊，但全可清楚辨識，得到總分 7 分，黃偉詮的方法在中間色的表現不穩定，雜訊的增加量變多許多，可能會造成 辨識的困難，得到 4 分，文本的方法只有少部份數字有些許的破損，如圖一的數 字 2 少了一小角，但是透過肉眼還是可以清楚的辨識出所有數字。

表 4-4 中間色浮水印不同前處理二值化效果 中間色

灰階 Otsu 二值化 Log+power+Otsu 本文方法 1

2 2 3

2

3 2 3

3

2 0 3

小計 7 4 9

表 4-5 深色浮水印不同前處理二值化效果 深色

灰階 Otsu 二值化 Log+power+Otsu 本文方法 1

0 2 3

2

0 0 3

3

0 0 3

小計 0 2 9

如表 4-5 所示均勻深色的 Otsu 二值化看不出任何數字，得分為 0，黃偉詮的 方法使第一張圖的浮水印產生淡化，突顯出數字的區域，但是仍有部份的數字(如 數字 6)上有些許的雜訊，使 6 可能與 8 混淆，得分為 2，本文的方法在深色時可 以完整的過濾掉浮水印，分離出來的數字皆相當清晰。

如表 4-6 所示，Otsu 二值化在不均勻情況下，效果相當差，只得到 1 分，黃 偉詮的方法可以使部份的浮水印變淺，進而突顯出數字，如圖二可以看見數字 了，但是周圍的雜訊還是相當多，無法分離分佈範圍太廣或太深的浮水印，本文 的方法在不均勻的情況下對雜訊的分離相當完整，但某些浮水印與數字較淺的部 份顏色相似，所以在不均勻的情況下，數字破損的情況會比較明顯，如圖 2 的 8 與 4。

表 4-6 不均勻浮水印不同前處理二值化效果 不均勻

灰階 Otsu 二值化 Log+power+Otsu 本文方法 1

0 0 3

2

1 2 3

3

0 0 3

小計 1 2 9

加總所有圖片的得分，如表 4-7 所示，Otsu 二值化有 17 分，將近一半的得 分，黃偉詮的方法雖然可以拉大數字與浮水印的對比，但是也會拉大浮水印與背 景的對比，反而使浮水印變成雜訊，得分反而比 Otsu 二值化還低，只有 15 分，

而本文方法的確可以有效分離人眼可以清楚辨識的灰階數字與浮水印，在這 12 張圖片的得分是滿分。

表 4-7 二值化效果計分表

Otsu 二值化 Log+power+Otsu 本文方法

淺色 9 7 9

中間色 7 4 9

深色 0 2 9

不均勻 1 2 9

總分 17 15 36