Java去除文档阴影

Posted 2023-02-16 ZackSock

Java去除文档阴影

一、前言

文稿扫描大家用的都比较频繁、想是各种证件、文件都可以通过扫描文稿功能保存到手机。相比直接拍照，在扫描文稿时，程序会对图像进行一些矫正。比如去除阴影、修正倾斜、旋转矫正等。进行这些处理后的图片要更加容易识别。今天就来讨论以下去除阴影的操作。

二、实现原理

1. 图像

在开始实现前，我们来了解一些图像相关的知识。这里讨论RGB图像，也就是我们俗称的彩色图像。图像可以被看作是一个height×width的数组，每一个数表示一个像素。如果是彩色图像，每个像素会包含RBG三个值，最低字节表示G、次低字节表示B、第三字节表示R。

比如像素值为：

0x00ff00

其RBG值分别为：

R: 0x00
G: 0xff
B: 0x00

如果想要从原像素中取RGB的值，可以使用按位与操作，示例如下：

// pixel是从图像中取出来的数
int[] rgb = new int[3];
rgb[0] = (pixel & 0xff0000) >> 16;
rgb[1] = (pixel & 0xff00) >> 8;
rgb[2] = (pixel & 0xff); 

因为获取R和G的时候，保留的是高位，我们希望得到的是一个低位的数据，因此向右移一定位。

2. 灰度转换

有时候，为了方便处理会把图像转换成灰度图像。转换成灰度图像的方法有很多，一种非常简单的办法就是让rgb三个通道都为同样的值，这个值就是rgb三个值的均值。

3.阈值处理

阈值处理是今天关键部分，阈值处理的思想非常简单，就是当图像像素值大于阈值时将其处理为最大值，当像素小于等于阈值时将其处理为0。这样可以得到一张完全的黑白图像。

在文稿中，文字部分可以看作是黑色，背景部分可以看作是白色，而阴影则是介于黑白之间的值。如果想要去除阴影，则需要对图像进行阈值处理，把阈值设定为小于阴影的值。比如下图：

左图是原图，其中灰色部分为阴影，需要去除。这时我们对图像进行阈值处理，把阈值设定为50，那么阴影部分就会被设置成255，文字部分和背景部分变换都不大，这样就实现了文稿的阴影去除工作。

三、代码实现

1.读取图像

首先来看看如何读取图像以及如何访问图像的像素，这里使用ImageIO类。代码如下：

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;

public class DocumentDealing 

    public static void main(String[] args) throws Exception 
        String imagePath = "D:/images/imgs/10000.jpeg";
        BufferedImage bi = ImageIO.read(new File(imagePath));
        //获取图片宽高
        int width = bi.getWidth();
        int height = bi.getHeight();
        System.out.println("width:" + width + ",height:" + height);
        //获取坐标为(0, 0)位置的像素
        int pixel = bi.getRGB(0, 0);
        System.out.println("pixel" + pixel);
        //获取rgb值
        int[] rgb = new int[3];
        rgb[0] = (pixel & 0xff0000) >> 16;
        rgb[1] = (pixel & 0xff00) >> 8;
        rgb[2] = pixel & 0xff;
        System.out.println(
                "r:" + rgb[0] +
                        "\\tg:" + rgb[1] +
                        "\\tb:" + rgb[2]
        );
    

    public static int[] getRgb(BufferedImage bi, int x, int y) 
        int[] rgb = new int[3];
        int pixel = bi.getRGB(x, y);
        rgb[0] = (pixel & 0xff0000) >> 16;
        rgb[1] = (pixel & 0xff00) >> 8;
        rgb[2] = (pixel & 0xff);
        return rgb;
    

我们可以通过下面代码读取图片，其中imagePath是图片路径：

BufferedImage bi = ImageIO.read(new File(imagePath));

BufferedImage可以获取图片的宽、高、某个点的像素等。为了方便，编写一个getRgb来把pixel转成一个rgb数组。代码输出结果如下：

width:400,height:400
pixel-2853206
r:212	g:118	b:170

2.阈值处理

知道了上面的基本操作后，就可以开始进行阈值处理了。阈值处理就是求rgb均值mean，如果mean大于阈值，则把像素设置为0xffffff，否则设置为0。具体代码如下：

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;

public class DocumentDealing 

    public static void main(String[] args) throws Exception 
        String imagePath = "C:/Users/Administrator/Desktop/document.jpg";
        threshold(imagePath, "result.jpg", 50);
    

    public static void threshold(String imagePath, String savePath, int threshold) throws Exception
      	//读取图片
        BufferedImage bi = ImageIO.read(new File(imagePath));
        //读取宽高
      	int width = bi.getWidth();
        int height = bi.getHeight();
      	//遍历图片像素
        for(int y = 0; y < height; y ++)
            for(int x = 0; x < width; x ++)
                int[] rgb = getRgb(bi, x, y);
              	//计算rgb均值
                int grayScale = (rgb[0] + rgb[1] + rgb[2]) / 3;
              	//如果均值大于阈值，则赋值将该像素设置为0xffffff(全白)，否则赋值为0(全黑)
                if(grayScale > threshold)
                  	bi.setRgb(x, y, 0xffffff);
                else
                  	bi.setRgb(x, y, 0);
                
            
        
      	//保存图片
        ImageIO.write(bi, "jpg", new File(savePath));
    

    public static int[] getRgb(BufferedImage bi, int x, int y)
        int[] rgb = new int[3];
        int pixel = bi.getRGB(x, y);
        rgb[0] = (pixel & 0xff0000) >> 16;
        rgb[1] = (pixel & 0xff00) >> 8;
        rgb[2] = (pixel & 0xff);
        return rgb;
    

下图是原图和处理后的结果：

左图中有两处阴影，右侧则去除了阴影。最终效果图与设定的阈值有关系，当阈值设置不恰当时，会导致结果图比原图更糟糕，或者导致最终文字目标也被去除了。这里可以用循环来解决，代码如下：

public static void main(String[] args) throws Exception 
	String imagePath = "C:/Users/Administrator/Desktop/document.jpg";
  	for (int i = 50; i < 127; i++) 
    	threshold(imagePath, "imgs/result" + i + ".jpg", i);
  	

读者可以自行测试。有时候之间阈值处理不能很好的去除阴影，这个时候会结合一些其它办法。包括滤波操作、形态学处理等。感兴趣的读者可以去了解以下。