文字排版技術(shù)的初步圖像分析

魏永生

大港油田勘探開(kāi)發(fā)研究院，天津 300280

0 引言

當(dāng)今世界，越來(lái)越多的年輕人已經(jīng)成為“低頭族”之列，即從手機(jī)或iPad等移動(dòng)電子設(shè)備上獲取信息或者閱讀。這標(biāo)志著一種全新的閱讀模式正在被很多人選用，這就是電子閱讀。與傳統(tǒng)的書(shū)籍、報(bào)紙等紙質(zhì)閱讀相比，電子閱讀具有很多突出的優(yōu)點(diǎn)：第一，容量大。第二，攜帶方便。第三，閱讀方便。一般書(shū)本的寬度遠(yuǎn)遠(yuǎn)大于手機(jī)等電子閱讀設(shè)備的屏幕寬度，如果將書(shū)本上的每一頁(yè)內(nèi)容按比例直接顯示到屏幕上，則會(huì)出現(xiàn)字體太小、不清晰，或者需要通過(guò)不停的縮放來(lái)閱讀，嚴(yán)重影響了閱讀效果。如何獲得最佳閱讀效果，是電子出版業(yè)的當(dāng)務(wù)之急。基于圖像分析的文字排版技術(shù)很好的解決的這些問(wèn)題，是的電子閱讀也能取得紙質(zhì)閱讀的效果。

1 文字圖像的獲取

文字圖像的獲取過(guò)程很簡(jiǎn)單，在計(jì)算機(jī)上打開(kāi)書(shū)本的電子文檔，選擇所需要的文字區(qū)域的圖像，可以通過(guò)截屏或快照等方式保存下來(lái)，以備后續(xù)處理適用。在理論上，閱讀者在源圖像選擇時(shí)，可以選擇出一片只包含自己所需文字內(nèi)容的區(qū)域。但在實(shí)際操作過(guò)程中很難做到，總會(huì)或多或少地在文本四周留下空白區(qū)域，如圖1所示。這些空白區(qū)域?qū)ξ淖值闹匦屡虐娴淖罱K效果影響很大。由于計(jì)算機(jī)圖像分辨率高，圖像寬度遠(yuǎn)遠(yuǎn)大于手機(jī)等移動(dòng)閱讀設(shè)備，如果不能有效清除空白區(qū)域，則可能出現(xiàn)頁(yè)面過(guò)小或者頁(yè)面某一側(cè)文字內(nèi)容顯示不全的不良閱讀效果。因此，必須把空白區(qū)域清除掉。除了一般的圖像信息需要重排以外，還有一些文本累的附加信息也需要重排，例如PDF、word等文檔里文字都具有一定的格式，有時(shí)還有附注等。如果將文本信息直接存儲(chǔ)到閱讀設(shè)備上，會(huì)造成一些重要附加信息的漏失或丟失，給客戶(hù)的閱讀理解造成極大的影響。因此，也需要進(jìn)行文字重排?；趫D像分析的文字排版技術(shù)可以很好的解決問(wèn)題。

圖1 源圖像imagesrc

2 基于圖像初步分析的文字重排版技術(shù)

基于圖像初步分析的文字重排可以通過(guò)三步實(shí)現(xiàn)，即源圖像分析、文字分割和重新排版。

2.1 源圖像分析

源圖像分析主要是為了獲得圖像的四個(gè)關(guān)鍵的參數(shù)值：左側(cè)寬度Wl、右側(cè)寬度Wr、上側(cè)高度Ht以及下側(cè)高度Hb。用戶(hù)可以通過(guò)像素統(tǒng)計(jì)方法獲取相關(guān)參數(shù)，即通過(guò)對(duì)除去空白的源圖像進(jìn)行掃描，從一個(gè)方向向另一個(gè)方向掃描每一個(gè)像素，并對(duì)垂直方向的像素值進(jìn)行統(tǒng)計(jì)，記錄像素值。最后對(duì)像素值進(jìn)行處理，為文字分割和重排做好準(zhǔn)備。

2.2 文字分割

要實(shí)現(xiàn)圖像文字的重排，就必須對(duì)源圖像文字進(jìn)行合理的分割。根據(jù)掃描結(jié)果計(jì)算出每一行文字的寬度，再結(jié)合移動(dòng)閱讀設(shè)備的屏幕像素進(jìn)行分割。處理過(guò)程：第一步，按照目標(biāo)閱讀設(shè)備的屏幕分辨率設(shè)置目標(biāo)圖像的高度H和寬度W；第二步，設(shè)置文字排版后放置的起始位置變量P1；第三步，利用自動(dòng)程序?qū)⒃磮D像中的每行文字進(jìn)行圖像信息賦值，并利用變量轉(zhuǎn)換找到每行換行處的變量Pn，即分割點(diǎn)位置。分割完以后，把目標(biāo)圖像保存到內(nèi)存磁盤(pán)中。

2.3 文字重排

將每一行的源圖像文字進(jìn)行分割以后，將相鄰兩個(gè)分割點(diǎn)間的文字放到同一行，進(jìn)行文字重排。p1與p2之間的文字為第一行，p2與p3之間為第二行，一次類(lèi)推，得到重排后的版式效果，如圖3。重排后，閱讀效果良好。

3 結(jié)論

正當(dāng)電子閱讀以極快的普及速度沖擊廣大閱讀愛(ài)好者閱讀習(xí)慣的時(shí)候，文字重新排版成了急需解決的問(wèn)題?；趫D像分析的文字排版技術(shù)很好的解決的這個(gè)問(wèn)題，并使電子閱讀也能取得紙質(zhì)閱讀的效果。同時(shí)，通過(guò)該技術(shù)在文字內(nèi)容上打上版權(quán)水印，能夠有效解決盜版問(wèn)題，使得電子出版業(yè)侵權(quán)、盜版等版權(quán)現(xiàn)象也得到很好的緩解，起到了維護(hù)版權(quán)的目的。

[1]鄧連瑾，尤德祥，李瑞.基于圖像分析的文字排版技術(shù)的深入研究[J].科學(xué)時(shí)代，2013（3）：5-8.

[2]鄧連瑾，尤德祥.文字排版技術(shù)的初步圖像分析研究[J].天津市財(cái)貿(mào)管理干部學(xué)院學(xué)報(bào)，2010，12（4）：51-54.