文档介绍：该【软件交底书模板】是由【文艺人生】上传分享，文档一共【8】页，该文档可以免费在线阅读，需要了解更多关于【软件交底书模板】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。软件交底书模板
-3-
专利提案技术交底书模板
-1-
-3-
以降低采样的方式解码图像
识别是否为灰度图像
按图像原始大小重新解码
结束
是
否
降低采样解码
在浏览器解码一张面积较大的图像(即图像的宽*高)时,我们会根据手机总RAM大小,和当前的可用内存状态,对图像以适当的比例进行降低采样解码。
如一张宽高分别为1024*1024像素的图像,我们可能会将它解码为512*512像素的无压缩的位图,在这个图像的解码过程中,原图像的每两个像素会被合成一个像素而存储。
灰度图像识别
灰度图像识别,即遍历解码后的位图的像素,根据每个像素的R、G、B三个颜色的分量,判断其是否为灰阶像素。以此计算出该位图中灰阶像素的数量,并计算出其相对于整个图像像素数的比例。如果该比例大于等于某一个预定的值,那么我们认为其为灰度图像(即以文字为主的图像);否则认为其为彩***像。
扫描密度
由于对图像的每个像素进行扫描会消耗比较长的时间,并且由于我们没有必要精确得出一张图像中灰阶像素的占比。因此,在扫描灰阶像素数时,我们以每n个像素取一个像素进行灰阶判断的方式计算灰阶像素占比。例如一张位图中需要被识别的有第1个像素,第n+1个像素,第2*n+1个像素,第3*n+1个像素,...
-3-
经过大量试验,最终我们取n的值为7,即每隔6个像素取一个像素进行灰阶信息识别。经测试,隔6个像素扫描比逐个像素扫描在效率上提高2-3倍,并且它们识别结果相当。
灰阶像素识别
我们在解码图像时,可能将它解码成32位的位图(即A、R、G、B各占8个byte)或者16位的位图(A、R、G、B各占4个byte,或者R、G、B分别占5个、6个、5个字节)。
对于灰阶像素,其明显的特征是R、G、B三个颜色分量的值一致,或者相近。因此,根据这个特征,我们判断一个像素是否为灰阶像素。
32位位图ARGB8888灰阶像素识别
对于32位位图,其R、G、B三个颜色分量占用的内存字节数一样,都占8个byte,因此只需要判断它们两两相差的绝对值之和是否小于等于灰阶像素容差T即可。
公式如下:
abs(R-G)+abs(G-B)+abs(R-B)<=T
其中abs为取绝对值的函数。
符合上式的像素,我们认为其为灰阶像素。
R,G,B的取值范围为0-255(包含0和255);实际应用中,T的取值为8。
16位位图ARGB4444灰阶像素识别
ARGB4444格式的16位位图R、G、B三个颜色分量占用的内存字节数也相等,都为4个byte。
它们的取值范围为0-15(包含0和15)。
-1-
灰阶像素的识别公式同上面32位位图的识别公式,不过容差T为32位位图的一半,即为4。
16位位图RGB565灰阶像素识别
RGB565格式的16位位图R、G、B三个颜色分量占用的字节数不相等,分别为5个像素,6个像素,5个像素。
R和B的取值范围为0-31(包含0和31),G的取值范围为0-63(包含0和63)。
灰阶像素的识别公式如下:
g=G>>1
abs(R-g)+abs(g-B)+abs(R-B)<=T
因为颜色分量G占用的位数较R和B多1位,因此,不能同ARGB8888一样,直接相减,而是需要先将G也转换为5个byte时的颜色值,再对它们进行两两相减取绝对值。
容差T的取值同为32位位图的一半,即为4。
灰阶像素占比
假设图像的解码位图高宽分别为w和h像素,每n个像素扫描一个像素,已经扫描到的灰阶像素数为G,灰度图像的灰阶像素占比为P,那么符合如下公式时,我们认为该图像为灰度图像:
实际应用中,,即灰阶像素大于等于95%时,认为该图像为灰度图像。
算法优化
-2-
在扫描图像像素之前,可以计算出对于该图像,扫描到的彩色像素达到多少个,或者灰阶像素达到多少个时,就足以得出是否为灰度图像了,而不必将整个图像扫描完。
对于一张高宽分别为w和h像素的图像,假设每n个像素扫描一个像素,灰度图像的灰阶阀值取为P。在扫描图像的过程中,我们会分别记录已经扫描到的灰阶像素和彩色像素的像素数。当灰阶像素大于等于下面值时,可以确定其为灰度图像:
w*h*P/n
当彩色像素数大于等于下面值时,可以确定为彩***像:
w*h*(1-P)/n
经相关测试,结果显示,该优化对彩***像的识别效率大有提高。
灰度图像重解码
在上一步中识别出一个图像为灰度图像后,我们会设置一个标记,并对该图像进行重解码,在重解码过程中,我们就不会对图像进行降低采样,从而使得图像能够显示清晰。
四、通过实例介绍专利提案的优点及价值
,都使用了上述介绍的方法,该方法既缓解了一些用户抱怨文字看不清的问题,也兼顾了大部分用户内存占用较多的问题。对于一些文字比较多的图片,能够很清晰地显示出来。提高了产品的整体体验。
五、本专利提案核心点是什么
核心点是识别出文字图像(灰度图像),对文字图像使用不同于其它图像的方式去解码,以保证文字图像能看清楚的同时,节省内存。
-3-